MétaCan
Menu
Retour à la cohorte
Enregistrement W4405798943 · doi:10.1002/ajoc.202400669

Pyridinium‐Based Schiff‐Base Fluorescent Chemosensor for Sequential Detection of Al<sup>3+</sup> Ions and TNP: Applications in Cell Imaging and Latent Fingerprint Visualization

2024· article· en· W4405798943 sur OpenAlexfundno aff
Pragya Pragya, Krishnan Rangan, Prabhat Nath Jha, Bharti Khungar

Notice bibliographique

RevueAsian Journal of Organic Chemistry · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueForensic Fingerprint Detection Methods
Établissements canadiensnon disponible
Organismes subventionnairesBusiness in the Streets
Mots-clésChemistryPyridiniumSchiff baseFluorescenceFingerprint (computing)IonCombinatorial chemistryOrganic chemistryStereochemistryArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract A fluorescent pyridinium‐based chemosensor (E)‐1‐(2‐(3‐hydroxy‐4‐((pyridin‐2‐ylimino) methyl) phenoxy) ethyl) pyridin‐1‐ium bromide (BzPySB) was synthesized and characterized using various spectroscopic techniques. The chemosensing potential of BzPySB was explored using UV‐vis and fluorescence spectroscopy in the aqueous medium. The turn‐on fluorescence behavior was observed for BzPySB in the presence of Al3+, while other metal ions were non‐responsive. The B−H and Job′s plot confirmed the 1 : 1 stoichiometric ratio of the BzPySB and Al3+. The in situ generated complex BzPySB‐Al3+ offered selectivity toward TNP via fluorescence turn‐off phenomena with high Ksv and LOD values. The “off‐on‐off” sensing mechanism was elucidated through 1H NMR, mass spectrometry, and DFT calculations. The probe also detected Al3+ in plant and MCF‐7 cells, highlighting its potential in biological systems. Moreover, BzPySB exhibited solid‐state luminescent properties credited to weak π‐π interaction, leading to its successful application in the visualization of latent fingerprints.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,302
Écart entre enseignants0,289 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Journal of Organic ChemistryMême sujetForensic Fingerprint Detection MethodsTravaux en français237 207