Rational Design of a Graphene Oxide/TiO <sub>2</sub> /Au Nanocomposite for the Electrochemical Detection of Acetaminophen: Mechanism and Synergistic Effect
Notice bibliographique
Résumé
In this work, we report on the rational design of a highly sensitive electrochemical sensor based on TiO 2 /Au nanoparticles and a graphene oxide (GO) nanocomposite. Through combined computational and electrochemical analyses, we demonstrate that stabilizing the reaction intermediate during the rate-determining step is crucial for enhancing the intrinsic catalytic properties of the nanocomposite toward acetaminophen detection. In particular, the oxygen-containing functional groups of GO play a key role in facilitating the electrochemical oxidation of acetaminophen. The sensing signal was further increased by doping TiO 2 /Au nanoparticles into the GO sheets, owing to the synergistic effects of the materials. The developed electrochemical sensor demonstrated a much lower detection limit (0.06 μM) than needed in biomedical applications and a wide linear range (1–100 μM). The fabricated electrochemical sensor was successfully employed in real blood serum samples, exhibiting high anti-interference capabilities and demonstrating its potential for detecting acetaminophen pollutants. This study provides valuable insights into the interactions between GO-based nanomaterials and acetaminophen, as well as other organic pollutants. By tailoring the oxygen content and fine-tuning the properties of GO-based nanocomposites to align with the analyte’s electronic structure and the reaction intermediate, researchers can fully exploit the potential of these materials as sensing interfaces.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».