Sandwich-structured nanoparticles-grafted functionalized graphene based 3D nanocomposites for high-performance biosensors to detect ascorbic acid biomolecule
Notice bibliographique
Résumé
We present a highly sensitive and selective nano-biosensor for rapid, stable and highly reproducible detection of ascorbic acid (AA) in the presence of dopamine, uric acid and other interferences by a three-layer sandwich arrangement of nitrogen-doped functionalized graphene (NFG), silver nanoparticles (AgNPs) and nanostructured polyaniline (PANI) nanocomposite. The enhanced AA electrochemical properties of the NFG/AgNPs/PANI electrode is attributed to the superior conductivity of the NFG-PANI and the excellent catalytic activity of AgNPs. The critical modification of the AgNPs-grafted NFG-PANI coated on very low-cost fluorine doped tin oxide electrode (FTOE) increased the charge transfer conductivity of the electrode (the resistance drops down from 11,000 Ω to 6 Ω). The nano-biosensor was used to accurately detect AA in vitamin C tablets with the recovery of 98%. The sensor demonstrated a low detection limit of 8 µM (S/N = 3) with a very wide linear detection range of 10-11,460 µM, good reproducibility and excellent selectivity performance for AA detection. The results demonstrate that this nanocomposite is a promising candidate for rapid and selective detection of AA in practical clinical samples.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».