MétaCan
Menu
Retour à la cohorte
Enregistrement W3164160402 · doi:10.3390/s21113775

A Low-Cost Multi-Parameter Water Quality Monitoring System

2021· article· en· W3164160402 sur OpenAlexafffund
Arif Ul Alam, Dennis Clyne, M. Jamal Deen

Notice bibliographique

RevueSensors · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring Technologies
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEmbedded systemInterconnectionComputer scienceWirelessWireless sensor networkAndroid (operating system)Real-time computingComputer hardwareEngineeringTelecommunicationsComputer network

Résumé

récupéré en direct d'OpenAlex

Multi-parameter water quality monitoring is crucial in resource-limited areas to provide persistent water safety. Conventional water monitoring techniques are time-consuming, require skilled personnel, are not user-friendly and are incompatible with operating on-site. Here, we develop a multi-parameter water quality monitoring system (MWQMS) that includes an array of low-cost, easy-to-use, high-sensitivity electrochemical sensors, as well as custom-designed sensor readout circuitry and smartphone application with wireless connectivity. The system overcomes the need of costly laboratory-based testing methods and the requirement of skilled workers. The proposed MWQMS system can simultaneously monitor pH, free chlorine, and temperature with sensitivities of 57.5 mV/pH, 186 nA/ppm and 16.9 mV/°C, respectively, as well as sensing of BPA with <10 nM limit of detection. The system also provides seamless interconnection between transduction of the sensors' signal, signal processing, wireless data transfer and smartphone app-based operation. This interconnection was accomplished by fabricating nanomaterial and carbon nanotube-based sensors on a common substrate, integrating these sensors to a readout circuit and transmitting the sensor data to an Android application. The MWQMS system provides a general platform technology where an array of other water monitoring sensors can also be easily integrated and programmed. Such a system can offer tremendous opportunity for a broad range of environmental monitoring applications.

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)0,001
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: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,004

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 Opus0,063
Tête enseignante GPT0,301
Écart entre enseignants0,238 · 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

Citations51
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetWater Quality Monitoring TechnologiesTravaux en français237 207