MétaCan
Menu
Retour à la cohorte
Enregistrement W4285038110 · doi:10.1039/d2an00645f

Pico-molar electrochemical detection of ciprofloxacin at composite electrodes

2022· article· en· W4285038110 sur OpenAlexafffund
Vikram Singh, Sabine Kuss

Notice bibliographique

RevueThe Analyst · 2022
Typearticle
Langueen
DomaineChemistry
ThématiqueElectrochemical Analysis and Applications
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesCanada Research Coordinating CommitteeResearch Manitoba
Mots-clésX-ray photoelectron spectroscopyCyclic voltammetryMaterials scienceScanning electron microscopeElectrochemical gas sensorElectrodeCarbon nanotubeElectrochemistryTransmission electron microscopyChemical engineeringAnalytical Chemistry (journal)NanotechnologyChemistryChromatographyComposite material

Résumé

récupéré en direct d'OpenAlex

and in tap water. The designed sensor was constructed using oxygen functionalized carbon nanotubes (OCNTs), a layer of conductive polymer (polydopamine; PDA), and electro-deposited silver nanoparticles (Ag-NPs) at a glassy carbon electrode. Double-pulse electro-deposition was employed, as it offers numerous advantages including quick analysis time (s, ms), high reproducibility, and does not require expensive complexing agents, even at room temperature. The fabricated chemical sensor was fully optimized and characterized using physiochemical and electrochemical techniques, such as scanning electron microscopy (SEM), transmission electron microscopy (TEM), X-ray photoelectron spectroscopy (XPS), and voltammetry. Electrochemical measurements demonstrate high applicability of the chemical sensor towards the detection of Cip in the pico-molar concentration range. Detection and quantification levels were determined and the stability of the sensor was assessed. The obtained results demonstrate the potential of the OCNTs-PDA-Ag sensor to detect Cip in environmental samples.

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)0,001
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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,005
Tête enseignante GPT0,213
Écart entre enseignants0,207 · 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

Citations7
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe AnalystMême sujetElectrochemical Analysis and ApplicationsTravaux en français237 207