Nanomaterial-Based Electrochemical Sensors for Environmental and Biomedical Applications
Notice bibliographique
Résumé
The rapid growth of pharmaceutical industries has led to new biomedical and environmental concerns. There is an urgent need for sensitive, portable and cost-effective sensors for the detection of pharmaceuticals to either track patient overdosing or to monitor the pollutants in the environment. Nanomaterial-based electrochemical sensing technologies can readily tackle the aforementioned problems, which spurred significant research interests recently [1-3]. In this presentation, the synthesis of nanoporous gold and graphene oxide-based nanomaterials for the electrochemical sensing of acetaminophen, naproxen and isoniazid is discussed. The design rationale and the performance of the proposed electrochemical sensors are highlighted. Specifically, the hierarchical nanoporous gold exhibited high sensitivity of 58.16 µAµM −1 cm −2 and a low detection limit of 1.01 nM. In addition, it was found that the oxygen content of the graphene-based nanomaterials played a critical role in both sensing of naproxen and isoniazid. The proposed electrochemical sensors were further tested using real samples, which showed their promising applicability in biomedical and environmental applications. [1] J. van der Zalm, S. Chen, W. Huang, and A, Chen, J. Electrochem. Soc. , 167 ,037532 (2020). [2] L. Qian, S. Durairaj, S. Prins, and A. Chen, Biosens. Bioelectron., 112836 (2020). [3] L. Qian, A.R. Thiruppathi, R. Elmahdy, J. van der Zalm, and A. Chen, Sensors., 20, 1252 (2020).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».