Receber por email
← Voltar para o catálogo

nanosensor-calibration-manager

Habilidade de caracterização de nanossensores para calibração, análise de sensibilidade e validação de seletividade.

1.4kestrelas
Atualizado há 4 meses

Ver no GitHub ↗ Licença: MIT

Como adicionar

/plugin marketplace add a5c-ai/babysitter

O comando exato pode variar conforme o repositório. Confira o README no GitHub.

Para o autor da skill

Cole no README do seu repo

Mostra que sua skill está catalogada na Skillteca, gera backlink e tráfego rastreável.

[![Skillteca](https://www.skillteca.com.br/api/badge/nanosensor-calibration-manager/svg)](https://www.skillteca.com.br/skills/nanosensor-calibration-manager)

Skills relacionadas

Ver todas de Automação →

Alerta por categoria

Receba novas skills de Automação toda segunda

1 email curto, só com as skills novas de Automação. 4 minutos de leitura, sem spam, cancela com 1 clique.

Você confirma o email no primeiro envio. Sem spam. Cancela com 1 clique.

Ler descrição completa

Nanosensor Calibration Manager

Purpose

The Nanosensor Calibration Manager skill provides comprehensive characterization of nanomaterial-based sensors, enabling systematic calibration, sensitivity optimization, and selectivity validation for analytical applications.

Capabilities

  • Calibration curve generation
  • Limit of detection (LOD) calculation
  • Sensitivity and dynamic range analysis
  • Selectivity and interference testing
  • Response time characterization
  • Long-term stability assessment

Usage Guidelines

Sensor Calibration

  1. Calibration Curve
  2. Prepare standard solutions
  3. Measure sensor response
  4. Fit calibration model
  1. Performance Metrics
  2. Calculate LOD (3 sigma method)
  3. Determine linear range
  4. Assess sensitivity (slope)
  1. Selectivity Testing
  2. Test interferents
  3. Calculate selectivity coefficients
  4. Validate in complex matrices

Process Integration

  • Nanosensor Development and Validation Pipeline

Input Schema

{
  "sensor_id": "string",
  "analyte": "string",
  "concentration_range": {"min": "number", "max": "number", "unit": "string"},
  "interferents": ["string"],
  "matrix": "buffer|serum|environmental"
}

Output Schema

{
  "calibration": {
    "equation": "string",
    "r_squared": "number",
    "linear_range": {"min": "number", "max": "number"}
  },
  "performance": {
    "lod": "number",
    "loq": "number",
    "sensitivity": "number",
    "response_time": "number (seconds)"
  },
  "selectivity": [{
    "interferent": "string",
    "selectivity_coefficient": "number"
  }]
}
Compartilhar X LinkedIn