A Strategy to Enhance Humidity Robustness of p‐Type CuO Sensors for Breath Acetone Quantification
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.
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 CeO 2 ‐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 CeO 2 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., NH 3 , H 2 , and CO). Most importantly, the CeO 2 –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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découle