MétaCan
Menu
Back to cohort
Record W2178476473

Development of a lab-on-chip platform integrating electrochemical microsensors for the detection of water contaminants based on algal physiology monitoring

2015· dissertation· en· W2178476473 on OpenAlex
Aliki Tsopela

Why this work is in the frame

A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.

aboutThe title or abstract carries a Canadian signal from the geographic lexicon.
no affNo Canadian affiliation: this work is invisible to an affiliation-only frame.
No Canadian affiliation. An affiliation-only frame, the usual design, would never have seen this work. It is one of the works that make the case for inverting the frame.

Bibliographic record

VenueThèses en ligne de l'Université Toulouse III (Université Toulouse III) · 2015
Typedissertation
Languageen
FieldChemical Engineering
TopicAnalytical Chemistry and Sensors
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical scienceArt
DOInot available

Abstract

fetched live from OpenAlex

Le suivi de la qualité de l'eau a été d'une grande importance depuis ces dernières décennies afin de trouver des solutions de contrôler la contamination de l'eau, induite en grande partie par les activités agricoles et industrielles. Bien que les méthodes conventionnelles, comme la chromatographie, sont des outils très précis et sensibles, un intérêt grandissant a été placé sur des techniques prometteuses qui peuvent être utilisées sur site, sont bas coût, et offrent la possibilité d'effectuer des analyses rapides. Le travail présenté ici est dédié au développement de composant Laboratoire sur Puce pour l'analyse de la toxicité de l'eau. Il consiste en un système portable pour la détection sur site et offre la possibilité d'une double détection complémentaire : optique et électrochimique. Comme la partie dédiée au capteur électrochimique a préalablement été validée, cette étude est focalisée sur l'implémentation d'un biocapteur électrochimique basé sur l'utilisation d'une algue, pour la détection de polluants dans l'eau. Le principe basique de détection consiste au suivi de changements de l'activité métabolique d'algues induits par la présence d'herbicides. La réponse de l'algue est différente pour chaque concentration d'herbicide dans un échantillon examiné. Deux herbicides sélectionnés affectent l'activité photosynthétique de l'algue et par conséquent, induisent des modifications dans la quantité des espèces électroactives produites par l'algue : O2, H2O2 et H3O+/OH-.
\nAvant le développement du composant final type Laboratoire sur Puce, les principes de détection aussi bien que les matériaux d'électrode qui vont être intégrés, ont été validés en utilisant un type de composant plus simple, qui a été réalisé grâce aux technologies de fabrication silicium et qui a été caractérisé par des procédures plus simples. Une puce sur silicium contenant un microsystème électrochimique intégrant trois électrodes a été mis en place. Une fois validés, les matériaux de détection et les configurations choisis précédemment ont été utilisés pour la fabrication des composants Laboratoire sur Puce.
\nLes composants Laboratoire sur Puce ont été ensuite utilisés pour des tests biologiques afin de détecter les herbicides d'intérêt. Une attention spéciale a été placée sur le suivi de O2 comme indicateur de la présence d'herbicide, étant donné que cet élément est le plus représentatif de modifications de l'activité métabolique. Un effet d'inhibition sur la photosynthèse, dépendant de la concentration de l'herbicide a été démontré. La détection de l'herbicide a été réalisée avec une grande sensibilité et sur une gamme couvrant la limite de concentration maximale acceptable imposé par le gouvernement canadien.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.009
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0000.000
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0000.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.009
GPT teacher head0.220
Teacher spread0.211 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it