MétaCan
Menu
Retour à la cohorte
Enregistrement W2977265968 · doi:10.1109/jsen.2019.2945003

Quasi-D-Shaped Fiber Optic Plasmonic Biosensor for High-Index Analyte Detection

2019· article· en· W2977265968 sur OpenAlexafffund
Yashar E. Monfared, Morteza Hajati, Chunhao Liang, Shunchuan Yang, Montasir Qasymeh

Notice bibliographique

RevueIEEE Sensors Journal · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensDalhousie University
Organismes subventionnairesKillam TrustsDalhousie University
Mots-clésAnalyteBiosensorRefractive indexSurface plasmon resonanceMaterials scienceSensitivity (control systems)Analytical Chemistry (journal)PlasmonOpticsOptoelectronicsChemistryNanotechnologyNanoparticlePhysicsChromatographyElectronic engineering

Résumé

récupéré en direct d'OpenAlex

In this paper, we propose a highly sensitive quasi-D-shaped fiber optic biosensor for detection of high refractive index (RI) liquid analytes via surface plasmon resonance. The main mechanism of sensing is interplay between photonic crystal fiber fundamental mode and plasmonic mode which leads to formation of different resonance peaks depending on the analyte RI. We numerically analyze the structure sensitivity to design parameters and demonstrate the sensing performance of the proposed biosensor using both spectral sensitivity and amplitude sensitivity methods. The proposed biosensor has a RI detection range of 0.15 refractive index unit (RIU) from 1.45 to 1.6. The sensor exhibits linear sensing performance with a RI spectral sensitivity of 9300 nm/RIU for analyte RI ranging from 1.45 to 1.525, 1176 nm/RIU for analyte RI ranging from 1.525 to 1.6 and in particular, 11800 nm/RIU for analyte RI between 1.475 and 1.5. Furthermore, an average RI sensitivity of 4800 nm/RIU for analyte RI ranging from 1.45 to 1.6 is demonstrated. We also study the amplitude sensitivities of the proposed sensor which show promising maximum values of 183.6 RIU-1for 785 nm excitation and 820 RIU-1for 1050 nm excitation. Due to the simple structure of the proposed biosensor, large detection range, high sensitivity and promising linear sensing performance, the proposed biosensor can be a promising candidate for detecting various high RI chemical and biochemical 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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Expérimental (laboratoire)low
gptaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Expérimental (laboratoire)high
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,000
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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,009
Tête enseignante GPT0,225
Écart entre enseignants0,216 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

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

Citations43
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Sensors JournalMême sujetAdvanced Fiber Optic SensorsTravaux en français237 207