MétaCan
Menu
Retour à la cohorte
Enregistrement W4405320264 · doi:10.3390/chemosensors12120259

Silsesquioxanes as Promising Materials for the Development of Electrochemical (Bio)Sensors

2024· article· en· W4405320264 sur OpenAlexafffund
Felipe Zahrebelnei, Ariane Caroline Ribicki, Aline Martins Duboc Natal, Sérgio Toshio Fujiwara, Karen Wohnrath, Dhésmon Lima, Christiana Andrade Pessôa

Notice bibliographique

RevueChemosensors · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSilicone and Siloxane Chemistry
Établissements canadiensMount Saint Vincent University
Organismes subventionnairesUniversidade Estadual de Ponta GrossaMount Saint Vincent University
Mots-clésNanotechnologyElectrochemistryMaterials scienceChemistryElectrode

Résumé

récupéré en direct d'OpenAlex

Silsesquioxanes (SSQs) comprise an interesting and versatile class of three-dimensional organosilicate oligomers with diverse structural arrangements and interesting physicochemical properties. SSQs are of considerable technological interest, with applications that include the development of electrochemical detection devices. The presence of functional groups on their structures enables the anchoring of different electroactive and conductive species, such as complexes, metal nanoparticles and carbon nanomaterials, and biomolecules, including enzymes, nucleic acids, and antibodies, which boosts the sensitivity and selectivity of the obtained (bio)sensors. These materials can also be incorporated into conductive matrices using a range of methods, which enhances their versatility. This mini review provides an overview of the most recent applications of hybrid organic–inorganic SSQs in the preparation of modified electrodes for the development of electrochemical sensors and biosensors. Special focus is placed on the incorporation of nanomaterials in their polymeric structure and on the design and fabrication of electrochemical devices using different strategies.

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)0,001
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 enseignants0,006
Score d'incertitude au seuil0,612

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0010,000

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 Opus0,020
Tête enseignante GPT0,275
Écart entre enseignants0,256 · 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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemosensorsMême sujetSilicone and Siloxane ChemistryTravaux en français237 207