MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408220199 · doi:10.26434/chemrxiv-2025-x2vxc

Electrochemical Droplet Sculpturing of Short Carbon Fiber Nanotip Electrodes for Neurotransmitter Detection

2025· preprint· en· W4408220199 sur OpenAlexaff
Yuanmo Wang, Pankaj Gupta, Ajay Pradhan, Raphaël Trouillon, Jörg Hanrieder, Henrik Zetterberg, Ann‐Sofie Cans

Notice bibliographique

RevueChemRxiv · 2025
Typepreprint
Langueen
DomaineEngineering
ThématiqueElectrochemical sensors and biosensors
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesHORIZON EUROPE Framework ProgrammeVetenskapsrådetChalmers Tekniska HögskolaCarl Tryggers Stiftelse för Vetenskaplig ForskningEuropean Commission
Mots-clésElectrodeElectrochemistryFiberMaterials scienceNeurotransmitterNanotechnologyChemistryComposite materialReceptor

Résumé

récupéré en direct d'OpenAlex

Carbon fiber nanotip electrodes (CFNEs) are essential for electrochemical recordings of neurotransmitter release in confined spaces like synapses and for intracellular measurements through cytoplasm insertion. However, fabricating CFNEs with small surface areas to reduce noise remains challenging. Conventional methods struggle in controlling electrode tip size and length, reproducibility and success rate of fabrication. Here, we established a reliable, straightforward and user-friendly method to fabricate and shape CFNEs, enabling control over tip diameter, length, and tailor tip geometry. This method utilizes real-time microscopy imaging for positioning cylindrical carbon fiber microelectrodes (CFMEs) into a potassium hydroxide droplet, where a series of time- and voltage- controlled pulses enables a gentle, stepwise electrochemical etching of the CFME tips. The microscope-guided electrode positioning determines the etched region, while voltage pulse size and number control the extent of CFME tip removal. Hence, real-time adjustments to electrode positioning at the droplet’s liquid-air interface and incremental voltage pulses enable precise electrode sculpturing, akin to woodcarving with a knife. Using this method, we demonstrate the successful fabrication of short (10 μm) CFNEs with tip diameters of ~100 nm and sculptured into two distinct geometries: cone and needle shaped electrodes. These CFNEs exhibited excellent electrochemical properties and were employed for low-current noise electroanalysis of dopamine (DA) released from individual ~200 nm liposomes preloaded with DA. The data, supported by in silico simulation, suggest that electrode shape influences detection efficiency of liposome sub-populations based on their size, thus highlighting the critical role of electrode geometry in vesicle-based electroanalysis studies.

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 recherche0,0000,001
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 Opus0,008
Tête enseignante GPT0,211
Écart entre enseignants0,203 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemRxiv→Même sujetElectrochemical sensors and biosensors→Travaux en français237 207→