MétaCan
Menu
Retour à la cohorte
Enregistrement W6884313275 · doi:10.1021/ac202290d.s001

β-Galactosidase-Based Colorimetric Paper Sensor for Determination of Heavy Metals

2016· article· en· W6884313275 sur OpenAlexaff

Notice bibliographique

RevueFigshare · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueBiosensors and Analytical Detection
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésChromogenicReagentDetection limitHeavy metalsTap waterColorimetryMetal ions in aqueous solution

Résumé

récupéré en direct d'OpenAlex

We demonstrate a novel approach for rapid, selective, and sensitive detection of heavy metals using a solid-phase bioactive lab-on-paper sensor that is inkjet printed with sol–gel entrapped reagents to allow colorimetric visualization of the enzymatic activity of β-galactosidase (B-GAL). The bioactive paper assay is able to detect a range of heavy metals, either alone or as mixtures, in as little as 10 min, with detection limits as follows: Hg(II) = 0.001 ppm; Ag(I) = 0.002 ppm, Cu(II) = 0.020 ppm; Cd(II) = 0.020 ppm; Pb(II) = 0.140 ppm; Cr(VI) = 0.150 ppm; Ni(II) = 0.230 ppm. The paper-based assay was immune to interferences from nontoxic metal ions such as Na<sup>+</sup> or K<sup>+</sup>, could be used to detect heavy metals that were spiked into tap water or lake water, and provided quantitative data that was in agreement with values obtained by atomic absorption. With the incorporation of standard chromogenic metal sensing reagents into a multiplexed bioactive paper sensor, it was possible to identify specific metals in mixtures, albeit with much lower detection limits than were obtained with the enzymatic assay. The paper-based sensor should be valuable for rapid, on-site screening of trace levels of heavy metals in resource limited areas and developing countries.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,968
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0120,000

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 Opus0,026
Tête enseignante GPT0,236
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 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetBiosensors and Analytical DetectionTravaux en français237 207