Ultrasensitive Electrochemical Sensor Based on SnO2 Anchored 3D Porous Reduced Graphene Oxide Nanostructure Produced via Sustainable Green Protocol for Subnanomolar Determination of Anti-Diabetic Drug, Repaglinide
Notice bibliographique
Résumé
Herein, we have reported on a simple, environmentally friendly, and ultra-sensitive electrode material, SnO2@p-rGO, used in a clean sustainable manner for rapid electrochemical determination of an anti-diabetic agent, repaglinide (RPG). Three-dimensional porous reduced graphene oxide nanostructure (p-rGO) was prepared via a low-temperature solution combustion method employing glycine. The aqueous extract of agricultural waste “cotton boll peel” served as stabilizing and reducing agents for the synthesis of SnO2 nanoparticles. The structural and morphological characterization was carried out by XRD, Raman, SEM, EDX, FTIR, absorption, and TGA. The oxidation process of RPG was realized under adsorption controlled with the involvement of two protons and electrons. The sensor displayed a wider linearity between the concentration of RPG and oxidation peak current in the ranges of 1.99 × 10−8–1.45 × 10−5 M and 4.99 × 10−8–1.83 × 10−5 M for square-wave voltammetric and differential pulse voltammetric methods, respectively. The lower limit of detection value of 0.85 × 10−9 M was realized with the SWV method. The proposed sensor was applied for the quantification of RPG in fortified urine samples and pharmaceutical formulations. Furthermore, the sensor demonstrated reproducibility, long-term stability, and selectivity in the presence of metformin and other interferents, which made the proposed sensor promising and superior for monitoring RPG.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 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 ».