MétaCan
Menu
Retour à la cohorte
Enregistrement W3005171421 · doi:10.1021/acssensors.9b02095

Fully Integrated, Simple, and Low-Cost Electrochemical Sensor Array for in Situ Water Quality Monitoring

2020· article· en· W3005171421 sur OpenAlexafffund
Arif Ul Alam, Dennis Clyne, Hao Jin, Nan‐Xing Hu, M. Jamal Deen

Notice bibliographique

RevueACS Sensors · 2020
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAnalytical Chemistry and Sensors
Établissements canadiensXerox (Canada)McMaster University
Organismes subventionnairesCanada Foundation for InnovationNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsGovernment of CanadaGovernment of Ontario
Mots-clésPotentiostatInterfacingComputer scienceMaterials scienceNanotechnologyEmbedded systemProcess engineeringComputer hardwareElectrochemistryEngineeringChemistryElectrode

Résumé

récupéré en direct d'OpenAlex

Rapid, accurate and inexpensive monitoring of water quality parameters is indispensable for continued water safety, especially in resource-limited areas. Most conventional sensing systems either can only monitor one parameter at a time or lack user-friendly on-site monitoring capabilities. A fully integrated electrochemical sensor array is an excellent solution to this barrier. Electrochemical sensing methods involve transduction of water quality parameters where chemical interactions are converted to electrical signals. The challenge remains in designing low-cost, easy-to-use, and highly sensitive sensor array that can continuously monitor major water quality parameters such as pH, free chlorine, temperature along with emerging pharmaceutical contaminants, and heavy metal without the use of expensive laboratory-based techniques and trained personnel. Here, we overcame this challenge through realizing a fully integrated electrochemical sensing system that offers simultaneous monitoring of pH (57.5 mV/pH), free chlorine (186 nA/ppm), and temperature (16.9 mV/°C) and on-demand monitoring of acetaminophen and 17β-estradiol (<10 nM) and heavy metal (<10 ppb), bridging the technological gap between signal transduction, processing, wireless transmission, and smartphone interfacing. This was achieved by merging nanomaterials and carbon nanotube-based sensors fabricated on microscopic glass slides controlled by a custom-designed readout circuit, a potentiostat, and an Android app. The sensing system can be easily modified and programmed to integrate other sensors, a capability that can be exploited to monitor a range of water quality parameters. We demonstrate the integrated system for monitoring tap, swimming pool, and lake water. This system opens the possibility for a wide range of low-cost and ubiquitous environmental monitoring applications.

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)0,000
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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)0,0010,001

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 Opus0,024
Tête enseignante GPT0,271
Écart entre enseignants0,246 · 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

Citations134
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS SensorsMême sujetAnalytical Chemistry and SensorsTravaux en français237 207