Se han ensayado electrodos interdigitales (IDE) recubiertos con polímeros de impresión iónica (PII) como materiales de reconocimiento para el cribado y la cuantificación de iones. Para el cribado de receptores, se examinaron tres sistemas poliméricos basados en estireno (Sty), N-vinilpirrolidona (NVP) y Sty-co-NVP con el fin de identificar un sistema de reconocimiento eficaz para los iones de mercurio en medio acuoso. Los resultados mostraron que todos estos sistemas poliméricos pueden detectar el analito incluso en concentraciones muy bajas, es decir, 10 ppm. El sistema de poliestireno impreso con iones demostró ser un receptor ideal para detectar iones de mercurio en solución con un límite de detección de 2 ppm. La sensibilidad del sistema copolimérico impreso con iones se mejoró aún más al hacer su compuesto con óxido de grafeno, y el límite de detección estimado del sistema compuesto fue de alrededor de 1 ppm. El sistema sensor basado en el compuesto de grafeno Sty-co-NVP con impresión iónica muestra una respuesta del sensor de 2 a 5 veces superior frente al analito templado en comparación con otros sistemas sensores basados en polímeros. Además, el sensor basado en el compuesto muestra una respuesta muy baja o insignificante a los iones metálicos competidores con estados de oxidación similares o diferentes, como los iones metálicos Zn, Mg, Na y As.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Diagnóstico de arritmias en pacientes con cardiopatía coronaria oculta guiado por electrocardiograma intracavitario mediante algoritmo de minería de datos
Artículo:
Caracterización Morfológica de Nanomembranas de Poliamida-66 con Grafeno Obtenidas por Electrospinning
Artículo:
Coordinación y navegación de múltiples robots autónomos
Artículo:
Un método de diseño de ciclos de trabajo energéticamente eficientes inspirado en la biología para redes de sensores inalámbricas
Artículo:
Inferencia bayesiana para modelos de factorización de matrices no negativas