A Droplet-Based Microfluidic Impedance Flow Cytometer for Detection of Micropollutants in Water
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
Microplastics as micropollutants are widely spread in aquatic areas that can have a toxic effect on aquatic life. To reduce the potential risk they pose, it is essential to detect the microplastics and the source of the contamination of the environment. Here, we designed and developed a droplet-based microfluidic impedance flow cytometer for in situ detection of microplastics in water. Impedance spectroscopy enables the direct measurement of the electrical features of microplastics as they move in water, allowing for sizing and identification of concentration. To show the feasibility of the developed method, pure and functionalized polystyrene beads ranging from 500 nm to 6 μm in four size groups and different concentrations were used. Focusing on three different frequencies (4.4 MHz, 11 MHz, and 22.5 MHz), the changes in the signal phase at frequencies of 4.4 MHz and 11 MHz are a strong indicator of microplastic presence. In addition, the functionalized microplastics showed different magnitudes of the measured signal phase than the pure ones. A k-nearest neighbors classification model demonstrated our developed system’s impressive 97.4% sensitivity in accurately identifying microplastics based on concentration. The equivalent circuit model revealed that the double-layer capacity of water droplets is significantly impacted by the presence of the microplastics. Our findings show the potential of droplet-based microfluidic impedance flow cytometry as a practical method for detecting microplastics in water.
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