Delta-9-tetrahydrocannabinol (Δ<sup>9</sup>-THC) sensing using an aerosol jet printed organic electrochemical transistor (OECT)
Notice bibliographique
Résumé
Recreational use of marijuana/cannabis was legalized in Canada in 2018 and has been decriminalized in several other countries; however, the detection of impairment has remained elusive for law enforcement. The psychoactive ingredient in cannabis, delta-9-tetrahydrocannabinol (Δ9-THC), can be detected in saliva and be correlated well with the intake of cannabis. Organic electrochemical transistors (OECTs) have been used for a variety of biosensing applications like glucose, pH, ions, etc. In this work, we demonstrate the use of unfunctionalized OECTs for the detection of Δ9-THC down to 0.1 nM and 1 nM diluted in DI water and synthetic saliva buffer, respectively. These OECTs have been aerosol jet printed entirely with PEDOT:PSS as the channel material. Using a platinum gate coupled with an aerosol jet printed OECT, Δ9-THC concentration can be detected due to its oxidation reaction at the gate. These results were consistent with cyclic voltammetry measurements of Δ9-THC using Pt as the working and counter electrode. Utilizing these OECT based sensors, we have achieved high sensitivity of detection of Δ9-THC in the range from 0.1 nM to 5 μM. These OECT based Δ9-THC sensors demonstrate less than 3% error indicating good repeatability which is averaged over 15 measurements on multiple devices.
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) | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».