MétaCan
Menu
Retour à la cohorte
Enregistrement W2893083454 · doi:10.3390/nano8100762

Detection and Characterization of Antibiotic-Resistant Bacteria Using Surface-Enhanced Raman Spectroscopy

2018· review· en· W2893083454 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueNanomaterials · 2018
Typereview
Langueen
DomaineEngineering
ThématiqueBiosensors and Analytical Detection
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSurface-enhanced Raman spectroscopyBacteriaCharacterization (materials science)AntibioticsNanotechnologyRaman spectroscopyAntibiotic resistanceBiosensorMaterials scienceMicrobiologyRaman scatteringBiologyOptics

Résumé

récupéré en direct d'OpenAlex

This mini-review summarizes the most recent progress concerning the use of surface-enhanced Raman spectroscopy (SERS) for the detection and characterization of antibiotic-resistant bacteria. We first discussed the design and synthesis of various types of nanomaterials that can be used as the SERS-active substrates for biosensing trace levels of antibiotic-resistant bacteria. We then reviewed the tandem-SERS strategy of integrating a separation element/platform with SERS sensing to achieve the detection of antibiotic-resistant bacteria in the environmental, agri-food, and clinical samples. Finally, we demonstrated the application of using SERS to investigate bacterial antibiotic resistance and susceptibility as well as the working mechanism of antibiotics based on spectral fingerprinting of the whole cells.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,672
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,022
Tête enseignante GPT0,267
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle