MétaCan
Menu
Retour à la cohorte
Enregistrement W4319598534 · doi:10.3390/bios13020237

Nonenzymatic Electrochemical Glutamate Sensor Using Copper Oxide Nanomaterials and Multiwall Carbon Nanotubes

2023· article· en· W4319598534 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueBiosensors · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrochemical sensors and biosensors
Établissements canadiensMcMaster University
Organismes subventionnairesMcMaster University
Mots-clésCarbon nanotubeNanomaterialsGlutamate receptorElectrochemical gas sensorElectrochemistryMaterials scienceAmperometryChemistryElectrodeNanotechnologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Glutamate is an important neurotransmitter due to its critical role in physiological and pathological processes. While enzymatic electrochemical sensors can selectively detect glutamate, enzymes cause instability of the sensors, thus necessitating the development of enzyme-free glutamate sensors. In this paper, we developed an ultrahigh sensitive nonenzymatic electrochemical glutamate sensor by synthesizing copper oxide (CuO) nanostructures and physically mixing them with multiwall carbon nanotubes (MWCNTs) onto a screen-printed carbon electrode. We comprehensively investigated the sensing mechanism of glutamate; the optimized sensor showed irreversible oxidation of glutamate involving one electron and one proton, and a linear response from 20 μM to 200 μM at pH 7. The limit of detection and sensitivity of the sensor were about 17.5 μM and 8500 μA·mM−1·cm−2, respectively. The enhanced sensing performance is attributed to the synergetic electrochemical activities of CuO nanostructures and MWCNTs. The sensor detected glutamate in whole blood and urine and had minimal interference with common interferents, suggesting its potential for healthcare 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 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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
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)0,0010,000
Bibliométrie0,0000,001
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 Opus0,012
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