MétaCan
Menu
Retour à la cohorte
Enregistrement W7117570748 · doi:10.1021/acsomega.5c09808

A User-Centered Approach in the Development of a Label-Free Impedimetric Chemiresistor for H <sub>2</sub> O <sub>2</sub>

2025· article· en· W7117570748 sur OpenAlexafffund
Abigail K. Richards, Ruben Castillo Barberi, Justin Van Houten, Alana F. Ogata

Notice bibliographique

RevueACS Omega · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Chemical Sensor Technologies
Établissements canadiensCollege of Family Physicians of CanadaCanada Research Chairs
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Toronto
Mots-clésChemiresistorUsabilityElectrical impedanceZeolitic imidazolate frameworkDielectric spectroscopyScalabilityFocus (optics)

Résumé

récupéré en direct d'OpenAlex

High Resolution Image Download MS PowerPoint Slide A strong focus on laboratory optimization in new sensing technology often delays and sometimes prevents successful real-world implementation. Accordingly, we present a proof-of-concept impedimetric chemiresistor (ICR) for a noninvasive, point-of-care device that combines the development of a novel electrochemical sensing modality with a user-centered approach. The ICR features a two-electrode design fabricated by using a low-cost, scalable roll-to-roll (R2R) flexographic printing technique and a zeolitic imidazolate framework-8 (ZIF-8) chemiresistive channel. Here, we demonstrated the ICR’s response to hydrogen peroxide (H 2 O 2 ) as an initial step toward a noninvasive hypoglycemia diagnostic tool. The ICR exhibits a linear impedance response to H 2 O 2, with a limit-of-detection of 3.7 mM, a dynamic range of 4–60 mM, and preliminary validation in human saliva. Early user feedback guided device design and highlighted how incorporating usability throughout development supports the successful transition from a lab prototype to a real-world healthcare technology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,016
Tête enseignante GPT0,230
Écart entre enseignants0,214 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS OmegaMême sujetAdvanced Chemical Sensor TechnologiesTravaux en français237 207