Detection of Alcohol Content in Food Products by Lossy Mode Resonance Technique
Notice bibliographique
Résumé
The study deliberates the detection of ethanol/methanol concentration utilizing the phenomenon of lossy mode resonances on the multimode optical fiber by coating ZnO nanorods and bulk layers of TiO 2 to serve as a lossy mode exciting layer. These layers have been characterized by FESEM, and their composition has been confirmed by EDS spectroscopy. Sensitivity of the ZnO nanorod coated optical fiber probe was found to be 28898.46 nm RIU −1 , which is four times the sensitivity of the ZnO nanowire grown gas sensor for 1000 ppm of ethanol. Further, it is 4.5 times the sensitivity of TiO 2 coated fiber probe. The sensitivity of TiO 2 coated fiber optic probe comes about 7962.88 nm RIU −1 , for methanol detection. The study reveals that the ZnO nanorod grown probe is highly recommended owning to the high figure of Merit i.e., 171.64 along with high sensitivity and detection accuracy values. The selectivity test also confirms the selectivity of this probe towards ethanol with ZnO NRs. Therefore, the development of an easy, durable, low-cost, and highly sensitive optical fiber sensing probe for the detection of ethanol and methanol has been achieved that may find ample considerations by the researchers in this field.
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 | 0,001 |
| 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 ».