Durable nonenzymatic electrochemical sensing using silver decorated multi-walled carbon nanotubes for uric acid detection
Notice bibliographique
Résumé
In this study, we demonstrate a facile, durable, and inexpensive technique of producing silver nanoparticles-decorated multi-walled carbon nanotubes (MWCNT/AgNP) on the easy-to-use screen-printed carbon electrodes (SPCE) for non-enzymatic detection of uric acid (UA) in an electrochemical sensor. The developed sensors show great durability for three months in storage, and high specificity performance for preclinical study using spiked UA in a synthetic urine sample. A simple route for this hybrid nanocomposite was proposed through an oxidation-reduction with reflux (ORR) process. A significant increase in the electroactive surface area of SPCE was achieved by modifying it with MWCNT/AgNP. Scanning electron microscopy (SEM), transmission electron microscopy (TEM), energy-dispersive X-ray spectroscopy (EDX), Fourier-transform infrared (FT-IR) spectroscopy, Raman spectroscopy, and X-ray diffraction (XRD) analysis confirmed this synthesis. The nanocomposite nanostructure electrodes achieved an outstanding UA detection with a sensitivity of 0.1021 µA/µM and a wide dynamic range of 10-1000 µM. In PBS, the measurements achieved a detection limit of 84.04 nM while in pure synthetic urine; it was 6.074 µM. The constructed sensor exhibits excellent stability and durability for several months, and great specificity against interfering compounds, including dopamine (DA), urea, and glucose. Overall, the present outcomes denote the potential of MWCNT/AgNP-decorated SPCE for early uric acid diagnostics tools in health monitoring.
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 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 | 0,001 |
| 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».