MétaCan
Menu
Retour à la cohorte
Enregistrement W3159348283 · doi:10.1002/elsa.202100039

Wearable microneedle dual electrochemical sensor for simultaneous pH and cortisol detection in sweat

2021· article· en· W3159348283 sur OpenAlexaff
Samuel M. Mugo, Weihao Lu, Marika Wood, Stéphane Lemieux

Notice bibliographique

RevueElectrochemical Science Advances · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésDetection limitMaterials sciencePolydimethylsiloxaneAnalyteElectrochemical gas sensorReproducibilityLinear rangeChromatographyPolyanilineWearable computerBiomedical engineeringNanotechnologyChemistryElectrochemistryComputer scienceElectrodeEmbedded systemComposite materialMedicinePolymer

Résumé

récupéré en direct d'OpenAlex

Abstract We report herewith an inexpensive flexible dual target electrochemical sensor for simultaneous detection of pH and cortisol in human sweat. The sensor was fabricated by printing layer by layer (LbL) on a conductive microneedle polydimethylsiloxane (PDMS) flexible substrate. The dual sensor integrates two detection chambers comprising polyaniline (PANi) and cortisol imprinted poly (glycidylmethacrylate‐co ethylene glycol dimethacrylate) (poly (GMA‐co‐EGDMA)). The dual wearable sensor rapidly (< 1 min) responded linearly to pH in the range of 3–9, while the cortisol sensor chamber had a linear range of 0–100 ng/mL. The cortisol sensing region had an excellent limit of detection (LOD) of 1.4 ± 0.3 ng/mL, with intra‐batch reproducibility of 2.4% relative standard deviation (%RSD). The inter‐batch precision (%RSD for three different sensors) was determined to be 4.7%. Demonstrating excellent stability and reusability, a single patch of cortisol sensor was used for 15 times over a 30‐day period, with minimal change in response. The dual analyte wearable sensors were effective for detection of pH and cortisol in real human sweat.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,015
Score d'incertitude au seuil0,796

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,005
Tête enseignante GPT0,228
Écart entre enseignants0,222 · 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 tête enseignante, 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

Citations39
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectrochemical Science AdvancesMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207