MétaCan
Menu
Retour à la cohorte
Enregistrement W2986946112 · doi:10.1016/j.elecom.2019.106581

Determination of β-carotene in soft drinks using a stochastic sensor based on a graphene–porphyrin composite

2019· article· en· W2986946112 sur OpenAlexfundno aff
Raluca‐Ioana Stefan‐van Staden, Alexandrina Moscalu‐Lungu, Jacobus Frederick van Staden

Notice bibliographique

RevueElectrochemistry Communications · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrochemical sensors and biosensors
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Infection and ImmunityUnitatea Executiva pentru Finantarea Invatamantului Superior, a Cercetarii, Dezvoltarii si InovariiAutoritatea Natională pentru Cercetare Stiintifică
Mots-clésPorphyrinGrapheneComposite numberCaroteneDetection limitSoft drinkLinear rangeMaterials scienceSensitivity (control systems)Analytical Chemistry (journal)ChemistryFluorescenceNuclear chemistryComposite materialChromatographyPhotochemistryPhysicsOrganic chemistryNanotechnologyFood scienceOpticsElectronic engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

A stochastic sensor based on a graphene–porphyrin composite (Gr-TPyP) paste was designed for the determination of β-carotene in soft drinks and its response characteristics studied. A linear response was obtained in the concentration range between 1.00 × 10−15 mol L−1 and 1.00 × 10−3 mol L−1, with a low limit of determination (1.00 × 10−15 mol L−1) and a high sensitivity (8.66 × 1010 s−1/mol L−1). The proposed method was used for the assay of β-carotene in soft drinks and shown to be reliable. Keywords: β-carotene, Graphene–porphyrin composite, Stochastic sensor, Soft drinks

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,579
Score d'incertitude au seuil0,877

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,228
Écart entre enseignants0,219 · 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 tête enseignante, 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

Citations9
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectrochemistry CommunicationsMême sujetElectrochemical sensors and biosensorsTravaux en français237 207