Carbon Nanotube-Based Chemiresistive Sensor Array for Dissolved Gases
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Dissolved gases such as oxygen (DO) and ammonia (dNH 3 ) are among the most consequential parameters for the assessment of water quality. Since the concentrations of DO and dNH 3 are interdependent through the nitrogen cycle, simultaneous monitoring can be useful in many applications. For example, in wastewater treatment, aeration baths are used to adjust the rate of removal of ammonia by the bioactive sludge. Here, we have developed a sensing array which can monitor dissolved molecular oxygen (DO) and dissolved un-ionized ammonia (dNH 3 ) continuously and simultaneously. This was achieved by functionalizing two sensors made from single-walled carbon nanotube (SWCNT) films with two different molecules: phenyl-capped aniline tetramer (PCAT) and iron phthalocyanine (II) (FePc). It was found that the FePc-doped SWCNT (FePc@SWCNT) sensors demonstrated good sensitivity and selectivity to DO, compared to dNH 3 . Conversely, we found that the PCAT-doped SWCNT (PCAT@SWCNT) sensors demonstrate greater sensitivity to ammonia. Investigating the effect of different PCAT salts as a dopant, we describe the following series of sensor responses to ammonia: chloride < crotonate < fumarate. Additionally, we coated our sensors with thin PDMS membranes, which are selectively permeable to gases, over ionic species. Finally, using principal component analysis (PCA) and partial least-squares discriminant analysis, it was possible to discriminate between responses to DO and dNH 3, with 100% accuracy. As a result, here, we have developed a compelling proof-of-concept for the use of a single sensing substrate, doped with molecules with distinct mechanisms of interaction with two different analytes, to simultaneously monitor concentrations of two dissolved gases, in this example, DO and dNH 3 .
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».