MétaCan
Menu
Retour à la cohorte
Enregistrement W4317567425 · doi:10.1002/advs.202205458

Unique Photoactivated Time‐Resolved Response in 2D GeS for Selective Detection of Volatile Organic Compounds

2023· article· en· W4317567425 sur OpenAlexafffund
Mohammad Reza Mohammadzadeh, Amirhossein Hasani, Keyvan Jaferzadeh, Mirette Fawzy, Thushani De Silva, Amin Abnavi, Ribwar Ahmadi, Hamidreza Ghanbari, Abdelrahman M. Askar, Fahmid Kabir, R. K. N. D. Rajapakse, Michael M. Adachi

Notice bibliographique

RevueAdvanced Science · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueGas Sensing Nanomaterials and Sensors
Établissements canadiensConcordia UniversitySimon Fraser University
Organismes subventionnairesWestern Economic Diversification CanadaSimon Fraser UniversityCanada Foundation for InnovationBritish Columbia Knowledge Development FundCMC MicrosystemsNatural Sciences and Engineering Research Council of CanadaInnovation for Defence Excellence and Security
Mots-clésVolatile organic compoundMaterials scienceResponse timeNanotechnologyComputer scienceChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Volatile organic compounds (VOCs) sensors have a broad range of applications including healthcare, process control, and air quality analysis. There are a variety of techniques for detecting VOCs such as optical, acoustic, electrochemical, and chemiresistive sensors. However, existing commercial VOC detectors have drawbacks such as high cost, large size, or lack of selectivity. Herein, a new sensing mechanism is demonstrated based on surface interactions between VOC and UV-excited 2D germanium sulfide (GeS), which provides an effective solution to distinguish VOCs. The GeS sensor shows a unique time-resolved electrical response to different VOC species, facilitating identification and qualitative measurement of VOCs. Moreover, machine learning is utilized to distinguish VOC species from their dynamic response via visualization with high accuracy. The proposed approach demonstrates the potential of 2D GeS as a promising candidate for selective miniature VOCs sensors in critical applications such as non-invasive diagnosis of diseases and health monitoring.

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 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 enseignants0,122
Score d'incertitude au seuil0,384

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,228
Écart entre enseignants0,221 · 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.

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

Citations28
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced ScienceMême sujetGas Sensing Nanomaterials and SensorsTravaux en français237 207