MétaCan
Menu
Retour à la cohorte
Enregistrement W4408275746 · doi:10.3390/s25061694

Sensitive Electrochemical Determination of Vanillin Using a Bimetallic Hydroxide and Reduced Graphene Oxide Nanocomposite

2025· article· en· W4408275746 sur OpenAlexafffund
Shamim Ahmed Hira, Jonathan Quintal, Aicheng Chen

Notice bibliographique

RevueSensors · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrochemical sensors and biosensors
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGrapheneVanillinBimetallic stripNanocompositeOxideHydroxideMaterials scienceElectrochemical gas sensorDetection limitCyclic voltammetryChemical engineeringElectrochemistryElectrodeNanotechnologyNuclear chemistryInorganic chemistryCatalysisChemistryOrganic chemistryMetallurgyChromatographyPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Vanillin (VAN) is an organic compound which not only functions as a flavoring and fragrance enhancer in some foods but also has antioxidant, anti-inflammatory, anti-cancer, and anti-depressant effects. However, the excessive use of VAN can be associated with negative side effects on human health. As a result, it is crucial to find a reliable method for the rapid determination of VAN to enhance food safety. Herein, we developed a sensor using Ni and Co bimetallic hydroxide and reduced graphene oxide nanostructure (NiCo(OH)2.rGO). Our prepared material was characterized using various physico-chemical techniques. The electrocatalytic efficiency of the NiCo(OH)2.rGO-modified glassy carbon electrode was investigated using cyclic and square wave voltammetry. The developed sensor showed a limit of detection of 6.1 nM and a linear range of 5–140 nM. The synergistic effect of NiCo(OH)2 and rGO improved the active sites and enhanced its catalytic efficiency. The practical applicability of the prepared sensor was investigated for the determination of VAN in food samples such as biscuits and chocolates, showing promise in practical applications.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,005
Tête enseignante GPT0,214
Écart entre enseignants0,209 · 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

Citations4
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetElectrochemical sensors and biosensorsTravaux en français237 207