MétaCan
Menu
Retour à la cohorte
Enregistrement W4386857309 · doi:10.1021/acssensors.3c01772

Simple Self-Powered Sensor for the Detection of D<sub>2</sub>O and Other Isotopologues of Liquid Water

2023· article· en· W4386857309 sur OpenAlexafffund
Xiaoye Zhao, Hanwen Yang, W. W. Duley, Shuo Zheng, Tao Guo, Y. Zhou

Notice bibliographique

RevueACS Sensors · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueGas Sensing Nanomaterials and Sensors
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésIsotopologueMaterials scienceNanoporousPulse (music)Liquid waterAnalytical Chemistry (journal)VoltageMoleculeOptoelectronicsNanotechnologyChemistryEnvironmental chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Distinguishing between heavy water and regular water has been a continuing challenge since these isotopologues of water have very similar physical and chemical properties. We report the development and evaluation of a simple, inexpensive sensor capable of detecting liquid D 2 O and other isotopologues of liquid water through the measurement of electrical signals generated from a nanoporous alumina film. This electrical output, consisting of a sharp voltage pulse followed by a separate broad voltage pulse, is present during the application of microliter volumes of liquid. The amplitude and temporal characteristics of these pulses have been combined to enable four diagnostic parameters for sensing D 2 O and H 2 18 O. The sensing mechanism is based on different modification effects on the alumina surface by H 2 O and D 2 O, spatially localized variations in the surface potential of alumina induced by isotopically substituted water molecules, combined with the effect of isotopic composition on charge transfer. As a proof-of-concept demonstration, a sensing system has been developed that provides real-time detection of liquid D 2 O in a stand-alone system.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,007
Score d'incertitude au seuil0,424

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,212
Écart entre enseignants0,200 · 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 tête enseignante, 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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS SensorsMême sujetGas Sensing Nanomaterials and SensorsTravaux en français237 207