MétaCan
Menu
Retour à la cohorte
Enregistrement W4400194092 · doi:10.1039/d4sc02788d

Mixed host co-assembled systems for broad-scope analyte sensing

2024· article· en· W4400194092 sur OpenAlexafffund
Allison J. Selinger, Joana Krämer, Eric Poarch, Dennis K. Hore, Frank Biedermann, Fraser Hof

Notice bibliographique

RevueChemical Science · 2024
Typearticle
Langueen
DomaineChemistry
ThématiqueMolecular Sensors and Ion Detection
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacsGenome British ColumbiaUniversity of Victoria
Mots-clésScope (computer science)AnalyteHost (biology)NanotechnologyCombinatorial chemistryChemistryComputer scienceMaterials scienceChromatographyBiologyEcology

Résumé

récupéré en direct d'OpenAlex

]urils, effectively increases the scope of analyte binding interactions and therefore, sensory outputs. This simple dynamic strategy exploits cross-reactive noncovalent host-host complexation interactions while integrating a reporter dye, thereby producing emergent photophysical responses when an analyte interacts with either host. We first demonstrate the advantages of mixed host co-assembled chemosensors through an increased detection range of hydrophobic, cationic, neutral, and anionic drugs. We then implement mixed host sensors in an array-based platform for the differentiation of illicit drugs, including cannabinoids, benzodiazepine analogs, opiates, anesthetics, amphetamine, and common adulterating substances. Finally, the potential of this approach is applied to profiling real-world multi-component illicit street drug samples, proving to be more effective than classical sensor arrays.

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 enseignants0,110
Score d'incertitude au seuil0,401

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 Opus0,022
Tête enseignante GPT0,280
Écart entre enseignants0,258 · 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

Citations9
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemical ScienceMême sujetMolecular Sensors and Ion DetectionTravaux en français237 207