A Multipurpose and Multilayered Microneedle Sensor for Redox Potential Monitoring in Diverse Food Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This work presents a multipurpose and multilayered stainless steel microneedle sensor for the in situ redox potential monitoring in food and drink samples, termed MN redox sensor. The MN redox sensor was fabricated by layer-by-layer (LbL) approach. The in-tube multilayer coating comprised carbon nanotubes (CNTs)/cellulose nanocrystals (CNCs) as the first layer, polyaniline (PANI) as the second layer, and the ferrocyanide redox couple as the third layer. Using cyclic voltammetry (CV) as a transduction method, the MN redox sensor showed facile electron transfer for probing both electrical capacitance and redox potential, useful for both analyte specific and bulk quantification of redox species in various food and drink samples. The bulk redox species were quantified based on the anodic/cathodic redox peak shifts (Ea/Ec) on the voltammograms resulting from the presence of redox-active species. The MN redox sensor was applied to detect selected redox species including ascorbic acid, H2O2, and putrescine, with capacitive limits of detection (LOD) of 49.9, 17.8, and 263 ng/mL for each species, respectively. For the bulk determination of redox species, the MN redox sensor displayed LOD of 5.27 × 103, 55.4, and 25.8 ng/mL in ascorbic acid, H2O2, and putrescine equivalents, respectively. The sensor exhibited reproducibility of ~1.8% relative standard deviation (%RSD). The MN redox sensor was successfully employed for the detection of fish spoilage and antioxidant quantification in king mushroom and brewed coffee samples, thereby justifying its potential for food quality and food safety applications. Lastly, the portability, reusability, rapid sampling time, and capability of in situ analysis of food and drink samples makes it amenable for real-time sensing applications.
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.
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 | 0,001 |
| 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 | 0,000 |
| 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 découle