MétaCan
Menu
Retour à la cohorte
Enregistrement W4413125873 · doi:10.1109/lsens.2025.3596869

Scalable and Customizable Trimaterial Microneedle Electrochemical Biosensor Platform With Cleanroom-Free Fabrication

2025· article· en· W4413125873 sur OpenAlexaff
Kazim Haider, Trevor B. Tilly, Victoria Coyle, Colin Dalton

Notice bibliographique

RevueIEEE Sensors Letters · 2025
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAnalytical Chemistry and Sensors
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCleanroomFabricationMaterials scienceNanotechnologyScalabilityBiosensorComputer scienceOperating system

Résumé

récupéré en direct d'OpenAlex

This work reports a rapid, cleanroom-free route for fabricating three-electrode microneedle electrochemical biosensors by repurposing the high speed wire bonding technique from the semiconductor industry. The 50 µm diameter Au, Pt, and 30 µm Ag wires were bonded to commercial printed circuit boards (PCBs) to produce freestanding microneedles (MNs) that served as working (WE), counter (CE), and reference (RE) electrodes. Ag MNs were galvanostatically chlorinated to form Ag/AgCl reference electrodes with low drift, −3 ± 0.3 mV over 24 h in phosphate-buffered saline. Au MNs were coated with PEDOT:PSS/glucose oxidase for amperometric glucose sensing from 5–25 mM (sensitivity = 0.37 µA mM-1, +0.50 V working voltage), covering the physiologic range for diabetes management. Platform versatility was demonstrated by nanomolar-range detection after the addition of an aptamer self-assembled monolayer on wire bonded Au MNs. This fully automated, additive wire bonding process provides submillimetre electrode spacing, < US$2 materials cost per trielectrode array, and seamless integration with external sensing hardware for wearable applications owing to the PCB-substrate based approach. We demonstrate a scalable pathway toward multiplexed MN patches for continuous interstitial fluid monitoring and other microneedle-based minimally invasive biosensing 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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,008
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,199
Écart entre enseignants0,194 · 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 tête enseignante, pas un consensus.

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 revueIEEE Sensors LettersMême sujetAnalytical Chemistry and SensorsTravaux en français237 207