MétaCan
Menu
Retour à la cohorte
Enregistrement W3167777255 · doi:10.1080/00032719.2021.1932969

Determination of β-Estradiol by Surface-Enhance Raman Spectroscopy (SERS) Using a Surface Imprinted Methacrylate Polymer on Nanoporous Biogenic Silica

2021· article· en· W3167777255 sur OpenAlexaff
Samuel M. Mugo, Weihao Lu

Notice bibliographique

RevueAnalytical Letters · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésNanoporousChemistryMolecularly imprinted polymerDetection limitSurface-enhanced Raman spectroscopyPolymerMethacrylateMolecular imprintingSubstrate (aquarium)Methyl methacrylateRaman spectroscopyChemical engineeringRaman scatteringNuclear chemistryChromatographySelectivityMonomerOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A phytoplankton derived nanoporous biogenic silica (BS) scaffold grafted with polymethacrylate β-estradiol molecularly imprinted polymers (MIP) film (MIP@BS) is reported as a selective platform for the determination of β-estradiol using surfaced-enhanced Raman scattering (SERS). The biogenic silica nanoparticles provided high surface area support for the MIP while serving as an active signal enhancement substrate for SERS. The MIP@BS platform demonstrated an excellent linear response (R2 = 0.9996) between 0.1 and 4 ng/mL of β-estradiol standards. The limit of detection (LOD) for the MIP@BS SERS sensor for β-estradiol was 0.073 ng/mL. The MIP@BS SERS sensors were successfully evaluated for the determination of β-estradiol in milk, while demonstrating good stability and reusability.

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)0,000
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 enseignants0,008
Score d'incertitude au seuil0,686

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,016
Tête enseignante GPT0,277
Écart entre enseignants0,261 · 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

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical LettersMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207