Thin Film Composite Conductive Polymers Chemiresistive Sensor and Sample Holder for Methanol Detection in Adulterated Beverages
Notice bibliographique
Résumé
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 (R <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">2</sup> = 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».