MétaCan
Menu
Retour à la cohorte
Enregistrement W4396629016 · doi:10.1039/d4ra01708k

Construction of an electrochemical pH sensor using one-pot synthesis of a molybdenum diselenide/nitrogen doped graphene oxide screen-printed electrode

2024· article· en· W4396629016 sur OpenAlexaff
Sujittra Poorahong, Wipawee Oin, Saowaluk Buapoon, Supinya Nijpanich, David J. Harding, Mohamed Siaj

Notice bibliographique

RevueRSC Advances · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrochemical sensors and biosensors
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesMinistry of Higher Education, Science, Research and Innovation, ThailandWalailak University
Mots-clésGrapheneDiselenideMolybdenumElectrodeElectrochemistryOxideDopingMaterials scienceInorganic chemistryNitrogenNanotechnologyChemistryOptoelectronicsMetallurgyOrganic chemistrySelenium

Résumé

récupéré en direct d'OpenAlex

over a wide pH range of 2-14. In addition, the pH sensor exhibited a remarkably stable response, high reproducibility, and selectivity. The sensor was used to measure the acidity or alkalinity of real food and beverage samples. The results for these samples showed a relative error of less than 10% compared with the results obtained with the commercial pH meter. The portable sensor produced by screen printing electrodes paves the way for the development of simple, cost-effective, real-time, and robust pH sensors for the pH analysis of various sample matrices for clinical diagnostics, biosensing, and cost-effective applications.

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)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,229
Écart entre enseignants0,221 · 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

Citations17
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRSC AdvancesMême sujetElectrochemical sensors and biosensorsTravaux en français237 207