Direct Measurement of Aqueous Mercury(II): Combining DNA-Based Sensing with Diffusive Gradients in Thin Films
Notice bibliographique
Résumé
Abstract A highly specific DNA-functionalized hydrogel sensing layer was integrated with the diffusive gradients in thin films (DGT) technique for the direct determination of aqueous mercury(II). The DNA-functionalized layer in the DGT unit exhibited both high affinity (complexation constant Kc = 1019.8 at 25 °C) and high binding capacity (9.5 mg Hg disk–1) toward Hg2+. The diffusion coefficient for Hg2+ complexed with common inorganic ligands was an order of magnitude higher than that for Hg2+ complexed with natural dissolved organic matter: 9.0 × 10–6 versus 9.8 × 10–7 cm2 s–1 at 25 °C. The performance of the DNA-DGT sensor was further assessed under variable pH (3–10) and temperature (5–40 °C) conditions, as well as across a range of hydrochemically diverse artificial and natural freshwaters. The observed effects of the environmental and solution compositional variables on Hg2+ binding to the DNA in the sensing layer were successfully accounted for by equilibrium speciation calculations and temperature-corrected, multicomponent diffusion coefficients for aqueous Hg(II). The results therefore support the use of the DNA-DGT sensor as an alternative to traditional sampling and analysis methods for measuring aqueous Hg(II) concentrations down to the nanomolar level in freshwater environments.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».