MétaCan
Menu
Retour à la cohorte
Enregistrement W2975988639 · doi:10.1109/jsen.2019.2943088

Thin Film Composite Conductive Polymers Chemiresistive Sensor and Sample Holder for Methanol Detection in Adulterated Beverages

2019· article· en· W2975988639 sur OpenAlexafffund
Samuel M. Mugo, Weihao Lu, Trevor Mundle, Darren Berg

Notice bibliographique

RevueIEEE Sensors Journal · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueGas Sensing Nanomaterials and Sensors
Établissements canadiensMacEwan University
Organismes subventionnairesAlberta InnovatesNatural Sciences and Engineering Research Council of CanadaMacEwan University
Mots-clésMethanolMaterials scienceDetection limitResistive touchscreenComposite numberChemical engineeringAnalytical Chemistry (journal)Composite materialChromatographyChemistryOrganic chemistryComputer science

Résumé

récupéré en direct d'OpenAlex

An inexpensive methanol sensor lid fabricated from a composite conductive polymer comprised of cellulose nanocrystals, carbon nanotubes and polyanilines (PANI@CNC/CNT) has been demonstrated. The sample holder composed of an inexpensive tube with Kanthal resistive heating for preferential methanol headspace sampling. The PANI@CNC/CNT nanoporous aerogel film has inherent ultra-high surface area, with the CNT/PANI free valence electrons affording a high electrical conductive material. The PANI@CNC/CNT methanol sensor performance was tested for its response to methanol, ethanol standards and methanol/ethanol mixtures. The sensor was 46 times more sensitive and selective to methanol compared to ethanol, and afforded a linear response in the 0-7% methanol concentration range, deviating from linearity above 10%. The sensor was also used to test methanol standards spiked in wine, yielding a linear (R2= 0.9842) resistance change in response with methanol concentrations in the range, 0-7%. The sensor precision for triplicate standards for different concentrations (0.5-5.0%) averaged ~4.5%, indicating overall reliability of the device. With sample heating and detection time fixed at 10 mins, the sensor demonstrated optimal performance with a limit of detection of 0.30% for methanol. The sensor was tested for over 24 runs over a one-month period without significant loss in performance due to degradation. multiple uses without degradation in performance. The PANI@CNC/CNT has been found effective for as a dosimetric sensor for use in indoor air quality monitoring and beverage adulteration analysis.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,010
Tête enseignante GPT0,218
Écart entre enseignants0,208 · 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
GenreEmpirique

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

En bref

Citations20
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Sensors JournalMême sujetGas Sensing Nanomaterials and SensorsTravaux en français237 207