MétaCan
Menu
Retour à la cohorte
Enregistrement W4402559500 · doi:10.53063/synsint.2024.43234

Comsol Multiphysics modeling of an electrochemical biosensor using carbon nanotubes for detecting urinary estrogen receptor

2024· article· en· W4402559500 sur OpenAlexvenueno aff
Lenah Serai Wangare, Thamsanqa Mafika, Muneebah Ally Said El-Kitany, Shahla Azizi

Notice bibliographique

RevueSynthesis and Sintering · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrochemical sensors and biosensors
Établissements canadiensnon disponible
Organismes subventionnairesDoğu Akdeniz Üniversitesi
Mots-clésBiosensorMultiphysicsNanotechnologyCarbon nanotubeEstrogenEstrogen receptorMaterials scienceChemistryBiomedical engineeringEndocrinologyInternal medicineMedicinePhysicsBreast cancerFinite element method

Résumé

récupéré en direct d'OpenAlex

A class of steroid hormones known as estrogens is essential for the health of the heart, bones, and reproductive system. Changes in estrogen levels have been connected to several health problems, such as endocrine disorders, metabolic syndromes, and cancer. In pharmaceutical applications, environmental monitoring, and medical diagnostics, biosensors that measure estrogen levels are essential. This study models estrogen detection biosensors based on urine liquid, horseradish peroxidase biorecognition, and carbon nanotubes (CNT) using Comsol Multiphysics. This study demonstrates that most interactions happen at the upper boundary of the concave pillars put inside the box. Besides, it shows that the velocity has the highest value between the concave pillars inside the box. The results demonstrate that the number of interactions (absorption and adsorption) rises with increasing the concave pillars' area, affecting the biosensor output.

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 enseignants0,495
Score d'incertitude au seuil0,825

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 Opus0,016
Tête enseignante GPT0,232
Écart entre enseignants0,216 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSynthesis and SinteringMême sujetElectrochemical sensors and biosensorsTravaux en français237 207