Enhancing Sensitivity of Manganese Detection in Drinking Water Using Nanomaterial AuNPs/GP
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
Manganese (Mn) was previously considered a mere aesthetic concern that causes colored water and stained surfaces; however, recent epidemiological research found that excessive exposure to Mn has neurotoxic effects on humans, especially in children. In response to the health concerns, Health Canada and the World Health Organization moved towards stricter standards on Mn to protect public health. Currently, the standard analytical methods for Mn 2+ are spectroscopic. Although they are highly sensitive, they are not cost effective or portable for high frequency analysis in the field. In this article, the sensitivity of electrochemical techniques, chronoamperometry (CA) and cathodic stripping voltammetry (CSV), are compared as well as the sensitivity of a non-modified glassy carbon screen-printed electrode (GCE SPE) vs a gold nanoparticle modified graphene (AuNPs/GP) coated GCE SPE for Mn 2+ detection and quantification. Regarding the coating of the GCE SPE, detection performed with AuNPs/GP modified GCE SPE shows a wider linear range from 0–520 μ M and an improved LOD of 0.75 μ M. Application of the sensors was tested using drinking water samples returning high recovery rates from 92.9 to 106.8% depending on material and method used for Mn 2+ detection and quantification.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 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