Three-Dimensional Copper Foam Nanocatalysts for Nonenzymatic Electrochemical Lactate Sensing
Notice bibliographique
Résumé
Copper foam annealed in oxygen at a relatively low temperature has been found to exhibit remarkable catalytic activities, with enhanced electrochemically active surface area, high conductivity, and distinct surface structures, appropriate for nonenzymatic lactate sensing. X-ray photoelectron spectroscopy and X-ray diffraction data show that these annealed Cu foam exhibit several Cu-oxidation states, and a morphology consisting of a metallic Cu base, a CuO layer on the surface, and an intermediary Cu 2 O layer in between. The relative compositions of Cu 2 O and CuO layers are found to vary with the annealing temperature, resulting in differences in the conductivity and catalytic properties of the as-prepared samples. In particular, the Cu foam annealed in oxygen at 200 °C for 60 min exhibits high conductivity and high charge carrier concentration, as determined by electrochemical impedance spectroscopy and Hall effect measurement, respectively. High specific surface area is also shown, in accordance with the electrochemically active surface area calculation. For nonenzymatic lactate sensing, this annealed Cu foam sample is found to exhibit an excellent linear range of 1–120 mM, a high sensitivity of 800 μA mM –1 cm –2, and a low limit of detection of 0.367 μM. When tested for lactate sensing in an artificial sweat electrolyte, this sample shows the same excellent linear range (1–120 mM), but a higher limit of detection of 1.807 μM, while maintaining a somewhat reduced sensitivity of 680 μA mM –1 cm –2 . This work demonstrates that manipulating Cu foam consisting of an appropriate 3D framework with an inherently high surface area is a promising strategy to develop advanced nanocatalysts for lactate and other biochemical sensing.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».