Straightforward Synthesis and Evaluation of Polymeric Sensing Materials for Acetone Detection
Notice bibliographique
Résumé
Abstract Three polymeric materials (polyaniline, polypyrrole, and poly(methyl methacrylate)) are selected, prepared, and evaluated for potential use in acetone sensing (for possible diabetes‐related applications). Of the materials studied, polyaniline and polypyrrole show the most promise. Polypyrrole allows for more acetone sorption (i.e., higher concentration of acetone sorbed), but does not distinguish between different target analytes (that is, it is not selective). A material's ability to distinguish between several gas analytes simultaneously (in a gas mixture) is rarely evaluated; selectivity is typically based on a “one‐analyte‐at‐a‐time” investigation. However, comparison of acetone sorption (in one experimental test) and interferent sorption (in a complementary experimental test) does not consider interactions that might occur between gas analytes; this motivates the sorption analysis of gas mixtures that is shown in this work. The most promising results are obtained when polyaniline or polypyrrole is exposed to acetone‐rich gas mixtures with low amounts of acetaldehyde, ethanol, and benzene (interferent gases). Polymer doping using three metal oxides (SnO2, WO3, and ZnO) is also investigated, but metal oxide addition has a limited effect on the sorption performance. This is true for all three metal oxides, regardless of the amount of doping (over the range studied; up to 20 wt%).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».