Ultra-sensitive, on-site pesticide detection for environmental and food safety monitoring using flexible cellulose nano fiber/Au nanorod@Ag SERS sensor
Notice bibliographique
Résumé
This paper introduces a highly absorbent and sensitive cellulose nanofiber (CNF)/gold nanorod (GNR)@Ag surface-enhanced Raman scattering (SERS) sensor, fabricated using the vacuum filtration method. By optimizing the Ag thickness in the GNR@Ag core–shell structures and integrating them with CNFs, optimal SERS hotspots were identified using the Raman probe molecule 4-aminothiophenol (4-ATP). To concentrate pesticides extracted from fruit and vegetable surfaces, we utilized the evaporation enrichment effect using hydrophilic CNF and hole-punched hydrophobic polydimethylsiloxane (PDMS). This design leverages the hydrophilic substrate and localized evaporation to create a microfluidic flow that concentrates analytes within a small hole area, enhancing SERS sensitivity by up to 465 %. The sensor achieved on-site detection limits for Thiram as low as 10 −11 M on fruit surfaces, specifically apples and chili peppers. This approach underscores how localized molecule enrichment can substantially improve field-based pesticide analysis. the sensor’s response to interfering substances (e.g., glucose and citric acid) and other harmful molecules (e.g., carbendazim and nitrofurazone was also evaluated, demonstrating high sensitivity and accuracy). The PDMS-assisted CNF/GNR@Ag SERS sensor exhibits flexibility, ease of fabrication, and excellent sensitivity and selectivity, showing significant potential for applications in food safety, agriculture, and environmental monitoring. These advancements are anticipated to promote the practical adoption of SERS-based sensor technology across diverse fields, suggesting broad future utility. • Novel flexible CNF/GNR@Ag SERS sensor, directly applicable to non-planar surfaces. • Localized evaporation enrichment concentrates analytes despite interfering substances. • Detects Thiram (10⁻¹¹ M), CBZ, and NFZ, with broad applicability. • Portable Raman spectrometer enables real-time, on-site pesticide detection. • High sensitivity, accuracy and adaptability, addressing limitations of extant sensors.
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) | 0,001 | 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 | 0,000 |
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.
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 ».