MétaCan
Menu
Retour à la cohorte
Enregistrement W4412747761 · doi:10.1109/jsen.2025.3592455

Sensitive and Selective Electrochemical Detection of Lithium Using a Low-Cost Ion-Imprinted Polymer-Based Microfluidic Sensor

2025· article· en· W4412747761 sur OpenAlexafffund
Ayobami Elisha Oseyemi, Pouya Rezai

Notice bibliographique

RevueIEEE Sensors Journal · 2025
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical chemistry methods development
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésMicrofluidicsMaterials scienceElectrochemical gas sensorElectrochemistryLithium (medication)NanotechnologyIonMolecularly imprinted polymerPolymerOptoelectronicsLab-on-a-chipElectrodeChemistrySelectivityOrganic chemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

Excessive lithium (Li⁺) discharge into water systems poses environmental and health risks, necessitating accurate and selective monitoring. Most state-of-the-art approaches involve coating receptors onto electrodes, a process that is time-, cost-, and labor-intensive. This study presents a microfluidic electrochemical sensor that integrates a stand-alone, in-situ synthesized lithium-ion imprinted polymer (Li-IIP) membrane, eliminating the need for electrode surface pretreatment and receptor-layer bonding. The Methacrylic Acid (MAA) membrane-based Li-IIP sensor achieved a limit of detection (LoD) of 168 ppb, a limit of quantification (LoQ) of 185 ppb, and sensitivity of 11.6 nA/ppm, representing a 64.9% reduction in LoD and a 4.6-fold reduction in LoQ compared to the MAA-based non-imprinted polymer (NIP) sensor, and a 6.8-fold and 8.9-fold reduction in LoD and LoQ, respectively, compared to the membrane-less sensor. Specificity studies revealed 35.5% and 138.8% greater response to Li⁺ than Na⁺ and K⁺, respectively, at 20 ppm. Selectivity studies demonstrated 25-74.6% stronger responses in Li-dominant mixtures. Interference tests showed moderate to minimal suppression from competing molecules, i.e., NaCl, KCl, NaNO₃, KNO₃, and Na₂SO₄ at 10 and 20 ppm. Recovery tests in real tap waters yielded 68.5%, 74.3%, and 93.6% for 20, 30, and 40 ppm Li⁺ spikes with less than 5% relative standard deviation. The standalone membrane-based microfluidic design of this sensor has the potential to enable a cost-effective, portable, and scalable solution for real-time Li⁺ monitoring in water quality, environmental surveillance, and lithium extraction applications in the future.

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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,013
Tête enseignante GPT0,278
Écart entre enseignants0,264 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Sensors JournalMême sujetAnalytical chemistry methods developmentTravaux en français237 207