MétaCan
Menu
Retour à la cohorte
Enregistrement W4324144110 · doi:10.3390/polym15061423

A High-Linearity Glucose Sensor Based on Silver-Doped Con A Hydrogel and Laser Direct Writing

2023· article· en· W4324144110 sur OpenAlexaff
Yulin Hu, Dasheng Yang, Hongbo Zhang, Yang Gao, Wenjun Zhang, Ruixue Yin

Notice bibliographique

RevuePolymers · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrochemical sensors and biosensors
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésLinearityMaterials scienceContinuous glucose monitoringSelf-healing hydrogelsBiomedical engineeringNanotechnologyOptoelectronicsElectronic engineeringMedicineInsulinInternal medicine

Résumé

récupéré en direct d'OpenAlex

A continuous glucose monitoring (CGM) system is an ideal monitoring system for the blood glucose control of diabetic patients. The development of flexible glucose sensors with good glucose-responsive ability and high linearity within a large detection range is still challenging in the field of continuous glucose detection. A silver-doped Concanavalin A (Con A)-based hydrogel sensor is proposed to address the above issues. The proposed flexible enzyme-free glucose sensor was prepared by combining Con-A-based glucose-responsive hydrogels with green-synthetic silver particles on laser direct-writing graphene electrodes. The experimental results showed that in a glucose concentration range of 0–30 mM, the proposed sensor is capable of measuring the glucose level in a repeatable and reversible manner, showing a sensitivity of 150.12 Ω/mM with high linearity of R2 = 0.97. Due to its high performance and simple manufacturing process, the proposed glucose sensor is excellent among existing enzyme-free glucose sensors. It has good potential in the development of CGM devices.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,208
Écart entre enseignants0,199 · 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 source (Gemma direct ou Codex distillé), 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

Citations13
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolymersMême sujetElectrochemical sensors and biosensorsTravaux en français237 207