A Strategy to Enhance Humidity Robustness of p‐Type CuO Sensors for Breath Acetone Quantification
Notice bibliographique
Résumé
Low‐cost metal oxide sensors are highly attractive for emerging applications such as breath analysis. Particularly promising are p‐type sensors that can operate at low temperatures, a key requirement for compact and low‐power devices. To date, however, these sensors lack sufficient sensitivity, selectivity, and humidity robustness to fulfil stringent requirements faced in real applications. Herein, a flame‐made and low‐power sensor (operated at 150 °C) that consists of CeO2‐decorated CuO nanoparticles is introduced, as determined by X‐ray diffraction and X‐ray photoelectron spectroscopy analysis. Most remarkably, this sensor features excellent robustness to 10–90% relative humidity. This is attributed to the presence of CeO2 nanoclusters, which may act by scavenging OH− and allow the readsorption of oxygen onto the CuO surface. To demonstrate its immediate impact, this sensor is investigated for the detection of acetone, a biomarker for fat burning. It detects acetone with high sensitivity (i.e., 50 ppb) and features excellent acetone selectivity (>9.8) toward key inorganic interferants (i.e., NH3, H2, and CO). Most importantly, the CeO2–CuO sensor accurately quantifies acetone concentrations in the exhaled breath of 16 volunteers (bias and precision of 90 and 457 ppb). As a result, it is attractive for low‐power and humidity robust detection of volatiles in breath analysis.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».