Hydrogen peroxide electrochemical sensor using green synthesized silver nanoparticles
Notice bibliographique
Résumé
Green nanomaterial-based electrochemical sensors have attracted considerable attention owing to their biocompatibility, cost-effectiveness, and reduced environmental impact. Hydrogen peroxide (H₂O₂), a key biomarker of oxidative stress associated with aging and various pathologies, requires sensitive and selective detection for reliable biomedical diagnostics. In this work, silver nanoparticles (AgNPs) were synthesized via a green route using orange peel extract (OPE) as both a natural reducing and stabilizing agent, and subsequently employed to fabricate a nonenzymatic H₂O₂ sensor based on AgNP-modified screen-printed carbon electrodes (AgNPs/SPCEs). Structural and spectroscopic characterization confirmed the formation of crystalline AgNPs with an average diameter of ∼32 nm. Electrochemical analysis by cyclic voltammetry demonstrated excellent sensing performance, with dual linear ranges (0.5–10 μM and 10–161.8 μM), a high sensitivity of 20,160 μA mM -1 cm -2 , and a low detection limit of 0.3 μM, S/ N = 3. Amperometric studies demonstrated high selectivity against common interferents such as ascorbic acid, dopamine, glucose, glutamate, and uric acid. The sensor also achieved reliable detection of H₂O₂ in human urine, highlighting its potential for clinical applications. Furthermore, the versatility of the sensing platform was established by immobilizing glucose oxidase onto AgNPs/SPCEs, enabling enzymatic glucose sensing within a physiologically relevant range (3–18 mM). Collectively, these findings establish green-synthesized AgNP-based electrodes as a sustainable, cost-effective, and high-performance platform for the detection of oxidative stress biomarkers and glucose dysregulation in clinical diagnostics.
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 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».