A Flexible Electrochemical Biosensor Based on NdNiO<sub>3</sub> Nanotubes for Ascorbic Acid Detection
Notice bibliographique
Résumé
Flexible and wearable electrochemical biosensors are considered a non-invasive tool for monitoring biological substances, thus attracting attention due to the simple assembly, fast response, ultra-sensitivity, and low cost. Among the substances detected by electrochemical methods, ascorbic acid (AA) stands out, as its presence in the body promotes adequate physiological functions of the immune, central nervous, and circulatory systems, thus preventing and treating various diseases. Herein, this work focuses on the use of nanostructured NdNiO 3 compounds in an alternative flexible biosensor for AA detection by electrochemical sensing. Here, 1D nanostructures of NdNiO 3 were obtained by wet pore filling of a mesoporous aluminum oxide template. To the best of our knowledge, no electrochemical biosensors using NdNiO 3 nanotubes supported onto GO flexible electrodes have been reported for AA or other bioanalyte detection. Next, an electrochemical biosensor for AA was built using a laser-induced graphene (GO) electrode and two different NdNiO 3 (NNO) nanotubes, one with an external diameter of 20 nm (NNO20) and the other with 100 nm (NNO100). The size effect and Ni 3+ /Ni 2+ ratio influence on the sensing properties can be verified through electrochemical characterization. The GO/NNO20 and GO/NNO100 biosensors presented a detection range of 30 to 1100 μmol L –1, but the minimum detectable limit (3.8 μmol L –1 ) and sensitivity (0.031 μA μM –1 cm –2 ) are significantly better for the GO/NNO100 device. These outstanding results make both devices competitive with other AA devices listed in the literature. We also simulated the biosensors’ real application and verified that these biosensors could detect AA in synthetic sweat and under application of mechanical deformations. Thus, the GO/NNO biosensors showed a promising alternative to the development of real-time monitoring, POC devices, and flexible wearable electrochemical devices to use in AA detection. Future works should address the potential to detect other bioanalytes.
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) | 0,001 | 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».