Printed Chemiresistive In<sub>2</sub>O<sub>3</sub> Nanoparticle-Based Sensors with ppb Detection of H<sub>2</sub>S Gas for Food Packaging
Notice bibliographique
Résumé
Cost-effective and disposable smart sensing technologies capable of monitoring packaged foods’ degradation are necessary for human health and the growing processed-food industry. Herein, highly sensitive and selective hydrogen sulfide (H 2 S) gas sensors were fabricated from solution-printed nanocomposites comprising indium oxide nanoparticles (In 2 O 3 NPs), graphite flakes (Gt), polystyrene (PS), and copper acetate monohydrate (CuAc). The standard In 2 O 3 NP-based sensor (SS, without CuAc) showed H 2 S detection ≈100 ppb under ambient conditions. The presence of CuAc resulted in a highly sensitive nanocomposite layer enabling the detection of lower than 100 ppb (<100 ppb) concentrations of H 2 S gas levels, far superior to the standard In 2 O 3 NP-based nanocomposite. Adding CuAc to the In 2 O 3 NP-based nanocomposite as a modifying additive leads to copper sulfide (CuS) formation owing to its reaction with H 2 S gas. CuS significantly enhances the nanocomposite layer’s conductivity and H 2 S reactions on the sensors’ surface, resulting in a substantial reduction in electrical resistance for sensors. The modified In 2 O 3 NP-based sensor presents remarkable enhancement in their selectivity toward H 2 S gas detection when evaluated against various hazardous vapors. Furthermore, the modified In 2 O 3 NP-based sensors possess good anti-humid property under highly humid conditions (≈80% relative humidity).
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».