MétaCan
Menu
Retour à la cohorte
Enregistrement W4309449534 · doi:10.1364/oe.474662

Glucose sensing based on hydrogel grating incorporating phenylboronic acid groups

2022· article· en· W4309449534 sur OpenAlexaff
Xin Wen, Yang Liu, Qingping Liu, Zhen Chen, Xuehao Hu, Ciyan Xu, Haoyu Chen, Malcolm Xing, Hang Qu, Mingzhi Zhang

Notice bibliographique

RevueOptics Express · 2022
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAnalytical Chemistry and Sensors
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesFonds De La Recherche Scientifique - FNRSLi Ka Shing Foundation
Mots-clésMaterials scienceGratingHolographic gratingPhenylboronic acidOpticsOptoelectronicsFabricationDiffraction gratingDiffractionChemistry

Résumé

récupéré en direct d'OpenAlex

We proposed a hydrogel grating sensor functionalized with phenylboronic acid (PBA) group for glucose concentration detection. A PBA functionalized polyacrylamide hydrogel film was first prepared via ultraviolet polymerization. Then, the diffraction grating was written on the hydrogel film via the femto-second (fs) laser point-by-point direct inscription. Binding between the PBA groups in the hydrogel and glucose molecules would lead to the swelling of hydrogel and the thus grating structure, thus modifying the diffraction properties of the grating. We experimentally characterized the swelling and transmission of the grating with different glucose concentrations. Sensitivity of the sensor was defined as variations in relative diffraction efficiency in response to glucose concentration changes, and was experimentally found to 0.61%/mM. The proposed sensor showed fast response towards the presence of glucose, and its reusability and biocompatibility were also confirmed. The use of fs-laser inscription technique does not require a pre-fabricated template, and would allow to directly modify the fabrication parameters such as scanning speed, pulse energy and frequency. Therefore, one is able to conveniently optimize the grating structure and improve the inscription efficiency. The proposed hydrogel grating could be potentially fabricated into wearable sensors, namely, contact lenses, for continuous monitoring of tear glucose level with rapid response.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,331
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,012
Tête enseignante GPT0,218
Écart entre enseignants0,206 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations14
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptics ExpressMême sujetAnalytical Chemistry and SensorsTravaux en français237 207