MétaCan
Menu
Retour à la cohorte
Enregistrement W3005790920 · doi:10.1002/elan.201900083

Nanostructured Modified Carbon Paste Electrode as Voltrammetric Sensor for Isoproturon Trace Analysis in Water

2020· article· en· W3005790920 sur OpenAlexfundno aff
Siham Amra, Thierry Bataille, Saliha Bourouina Bacha, Mustapha Bourouina, Didier Hauchard

Notice bibliographique

RevueElectroanalysis · 2020
Typearticle
Langueen
DomaineChemistry
ThématiqueElectrochemical Analysis and Applications
Établissements canadiensnon disponible
Organismes subventionnairesRégion BretagneInstitute of Circulatory and Respiratory HealthCentre National de la Recherche Scientifique
Mots-clésDetection limitAdsorptionCarbon paste electrodeElectrochemical gas sensorNanomaterialsMaterials scienceTap waterScanning electron microscopeElectrodeElectrochemistryCarbon fibersActivated carbonAnalytical Chemistry (journal)NanotechnologyChemistryEnvironmental chemistryCyclic voltammetryChromatographyComposite numberComposite materialOrganic chemistryEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

Abstract A new electrochemical sensor based on nanostructured carbon paste electrodes (CPEs) is developed for the sensitive detection of Isoproturon in water. The CPEs were nanostructured by incorporation of carbon nanotubes (NTCs) and synthetized copper oxide nanoparticles (CuO). They were characterized using the X‐ray diffraction spectroscopy (XRD), scanning electron microscopy (SEM) and voltammetric methods. Electrochemical experiments showed that the adsorption of Isoproturon on to (GC‐NTC‐CuO)‐CPE, associated with nanomaterials (NTCs and CuO), provided remarkable analytical performances of the sensor such as a large quantification range from 1 to 200 μg L−1 with a detection limit of 0.1 μg L−1 of Isoproturon and no interferences of some another pesticides tested (specificity of ISO adsorption in acidified water). The tests carried out on real samples of water are conclusive. The analytical performances of the sensor showed that it is suitable for the specific determination of pesticide traces in water.

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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,009
Tête enseignante GPT0,226
Écart entre enseignants0,217 · 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

Citations18
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectroanalysisMême sujetElectrochemical Analysis and ApplicationsTravaux en français237 207