MétaCan
Menu
Retour à la cohorte
Enregistrement W3202431500 · doi:10.3390/polym13193288

Conductometric Immunosensor for Escherichia coli O157:H7 Detection Based on Polyaniline/Zinc Oxide (PANI/ZnO) Nanocomposite

2021· article· en· W3202431500 sur OpenAlexaff
Sawsan Mutlaq, Borhan Albiss, Anas A. Al‐Nabulsi, Ziad W. Jaradat, Amin N. Olaimat, Mohammad Khalifeh, Tareq M. Osaili, Mutamed Ayyash, Richard A. Holley

Notice bibliographique

RevuePolymers · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesJordan University of Science and Technology
Mots-clésDetection limitPolyanilineEscherichia coliZincMaterials scienceChromatographyChemistryPolymerBiochemistry

Résumé

récupéré en direct d'OpenAlex

A conductometric immunosensor was developed for the detection of one of the most common foodborne pathogens, Escherichia coli O157:H7 (E. coli O157:H7), by conductometric sensing. The sensor was built based on a polyaniline/zinc oxide (PANI/ZnO) nanocomposite film spin-coated on a gold electrode. Then, it was modified with a monoclonal anti-E. coli O157:H7 antibody as a biorecognition element. The fabricated nanostructured sensor was able to quantify the pathogens under optimal detection conditions, within 30 min, and showed a good detection range from 101 to 104 CFU/mL for E. coli O157:H7 and a minimum detection limit of 4.8 CFU/mL in 0.1% peptone water. The sensor efficiency for detecting bacteria in food matrices was tested in ultra-heat-treated (UHT) skim milk. E. coli O157:H7 was detected at concentrations of 101 to 104 CFU/mL with a minimum detection limit of 13.9 CFU/mL. The novel sensor was simple, fast, highly sensitive with excellent specificity, and it had the potential for rapid sample processing. Moreover, this unique technique for bacterial detection could be applicable for food safety and quality control in the food sector as it offers highly reliable results and is able to quantify the target bacterium.

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)0,000
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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,011
Tête enseignante GPT0,269
Écart entre enseignants0,258 · 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

Citations30
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolymersMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207