MétaCan
Menu
Retour à la cohorte
Enregistrement W2910897208 · doi:10.1038/s41598-018-36615-6

Selective detection of volatile organic compounds in microfluidic gas detectors based on “like dissolves like”

2019· article· en· W2910897208 sur OpenAlexaff
Carmen Mcintosh, Mina Hoorfar

Notice bibliographique

RevueScientific Reports · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Chemical Sensor Technologies
Établissements canadiensOkanagan University CollegeKelowna General HospitalUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAnalyteDetectorPolarAnalytical Chemistry (journal)MicrofluidicsAdsorptionChemistryDiffusionSurface tensionMaterials scienceChromatographyNanotechnologyOpticsOrganic chemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

This paper studies the effect of channel coating hydrophobicity and analyte polarity on the gas detection capability of a microfluidic-based gas detector. Two detectors with two different channel surface coating combinations (resulting in different levels of hydrophobicity) are fabricated and tested against seven analytes with different polarities (methanol, ethanol, 1-propanol, 2-pentanol, acetone, pentane, and hexane). A feature extraction method is utilized to compare the discrimination capability of each of the fabricated detector. The analysis of the combined feature space presented for both detectors reveals that the Euclidean distance, which is an indicator of the device discrimination capability between different gases, between the feature vectors of the two sensors are greater for non-polar gases compared to those obtained for the polar ones. This shows that the analyte discrimination in microfluidic gas detectors is not a purely diffusion-based process, and there are analyte/channel surface interaction parameters involved in enhancing/impeding sensor selectivity. To understand these effects, the surface free energy of each fabricated channel was determined. It is shown that the difference between the solid-liquid surface tension values estimated for the two channel surfaces is higher for the non-polar analytes as compared to the polar analytes. This effect along with the low diffusion coefficients of non-polar analyte magnifies adsorption of the analytes in the diffusion-physisorption process, resulting in a greater difference in Euclidean distances between the features obtained from the two detectors responses against non-polar analytes as compared to the polar ones. This shows that the choice of the detector's channel coating material plays a key role in the selectivity of the device between different gases. As a result, non-polar channel coating surfaces are suggested for better classification of the non-polar gases, and it is shown in the cases of polar gases changing the coating surface has less effect.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,004
Tête enseignante GPT0,191
Écart entre enseignants0,187 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations53
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetAdvanced Chemical Sensor TechnologiesTravaux en français237 207