Nanomaterials-based electrochemical sensors for health and environmental monitoring
Notice bibliographique
Résumé
Bisphenol A (BPA), an endocrine disruptor, requires monitoring in water for health safety. Glutamate, H2O2, and glucose are vital biomarkers for various diseases. However, lab-based methods are expensive, time-consuming, and require skilled personnel, making them unsuitable for point-of-care (POC) devices. The electrochemical sensor enables POC device development. However, it suffers from low sensitivity and selectivity. This thesis focuses on the use of nanomaterials to enhance the sensitivity and selectivity of electrochemical sensors to monitor BPA in water, along with glutamate, H2O2, and glucose in bio-fluids. A BPA sensor was developed using chemically modified MWCNTs with βCD on a screen-printed carbon electrode (SPCE). The MWCNTs-βCD/SPCE exhibited high sensitivity, attributed to the catalytic activity of MWCNTs and the host-guest interaction ability of βCD. It provided a linear range (LR) of 125 nM −30 µM, with a limit of detection (LOD) of 13.76 nM (SNR = 3). We improved the performance by curing the MWCNTs-βCD/SPCE with CTAB. The sensor demonstrated a dynamic range of 500 fM to 10 μM, with a LOD of 96.5 fM, surpassing the Canada-assigned PNEC of BPA in water (0.77 nM). We fabricated a nonenzymatic glutamate sensor using CuO nanostructures and MWCNTs on SPCE. The sensor showed irreversible oxidation of glutamate involving one electron and one proton, and an LR of 20 μM−200 μM with LOD of 17.5 μM and sensitivity of 8500 μAmM−1cm−2. The sensor is promising to detect glutamate in blood. We developed a nonenzymatic glucose sensor using green synthesized gold nanoparticles and CuO-modified SPCE. The LR offered by the sensor (2 µM to 397 µM) is suitable for quantifying saliva glucose. We also created nonenzymatic H2O2 sensor by green synthesized silver nanoparticles modified SPCE which offers LR of 0.5- 161.8 µM with LOD 0.3 µM which is capable of H2O2 monitoring in urine.
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) | 0,001 | 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».