Colorimetric Signal Readout for the Detection of Volatile Organic Compounds Using a Printable Glass-Based Dielectric Barrier Discharge-Type Helium Plasma Detector
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide In this paper, we report on a printable glass-based manufacturing method and a new proof-of-concept colorimetric signal readout scheme for a dielectric barrier discharge (DBD)-type helium plasma photoionization detector. The sensor consists of a millimeter-sized glass chamber manufactured using a printable glass suspension. Plasma inside the chip is generated using a custom-built power supply (900 V and 83.6 kHz), and the detector uses ∼5 W of power. Our new detection scheme is based on detecting the change in the color of plasma after the introduction of target gases. The change in color is first captured by a smartphone camera as a video output. The recorded video is then processed and converted to an image light intensity vs retention time plot (gas chromatogram) using three standard color space models (red, green, blue (RGB), hue, saturation, lightness (HSL), and hue, saturation, value (HSV)) with RGB performing the best among the three models. We successfully detected three different categories of volatile organic compounds using our new detection scheme and a 30-m-long gas chromatography column: (1) straight-chain alkanes ( n -pentane, n -hexane, n -heptane, n -octane, and n -nonane), (2) aromatics (benzene, toluene, and ethylbenzene), and (3) polar compounds (acetone, ethanol, and dichloromethane). The best limit of detection of 10 ng was achieved for benzene at room temperature. Additionally, the device showed excellent performance for different types of sample mixtures consisting of three and five compounds. Our new detector readout method combined with our ability to print complex glass structures provides a new research avenue to analyze complex gas mixtures and their components.
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 | 0,000 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».