Pencil Lead as a Material for Microfluidic 3D-Electrode Assemblies
PBN-AR
Instytucja
Instytut Chemii Fizycznej Polskiej Akademii Nauk
Informacje podstawowe
Główny język publikacji
en
Czasopismo
SENSORS (30pkt w roku publikacji)
ISSN
1424-8220
EISSN
Wydawca
MDPI AG
DOI
URL
Rok publikacji
2018
Numer zeszytu
11
Strony od-do
Numer tomu
18
Link do pełnego tekstu
Identyfikator DOI
Liczba arkuszy
Słowa kluczowe
en
pencil graphite electrode (PGE)
microfluidics
3D electrode
Streszczenia
Język
en
Treść
We present an electrochemical, microfluidic system with a working electrode based on an ordered 3D array of pencil leads. The electrode array was integrated into a plexiglass/PDMS channel. We tested the setup using a simple redox probe and compared the results with computer simulations. As a proof of concept application of the device we showed that the setup can be used for determination of dopamine concentration in physiological pH and ultrasensitive, although only qualitative, detection of p-nitrophenol with a limit of detection below 1 nmol L-1. The observed limit of detection for p-nitrophenol is not only much lower than achieved with similar methods but also sufficient for evaluation of exposure to pesticides such as methyl parathion through urinalysis. This low cost setup can be fabricated without the need for clean room facilities and in the future, due to the ordered structure of the electrode could be used to better understand the process of electroanalysis and electrode functionalization. To the best of our knowledge it is the first application of pencil leads as 3D electrochemical sensor in a microfluidic channel.
Cechy publikacji
Original article
Original article presents the results of original research or experiment.
Oryginalny artykuł naukowy
Oryginalny artykuł naukowy przedstawia rezultaty oryginalnych badań naukowych lub eksperymentu.
Inne
System-identifier
PBN-R:897739
CrossrefMetadata from Crossref logo
Cytowania
Liczba prac cytujących tę pracę
Brak danych
Referencje
Liczba prac cytowanych przez tę pracę
Brak danych