MétaCan
Menu
Retour à la cohorte
Enregistrement W1721058616 · doi:10.1109/jstqe.2013.2288301

Optimum Size and Volume of Nanoparticles Within Hollow Core Photonic Crystal Fiber

2014· article· en· W1721058616 sur OpenAlexaff
Vidhu S. Tiwari, Altaf Khetani, Ali Momenpour, Hanan Anis

Notice bibliographique

RevueIEEE Journal of Selected Topics in Quantum Electronics · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésRhodamine 6GMaterials scienceRaman spectroscopyPhotonic crystalPhotonic-crystal fiberRaman scatteringCuvetteVolume (thermodynamics)FiberOpticsPhotonicsSIGNAL (programming language)NanoparticleOptoelectronicsNanotechnologyFluorescenceComposite material

Résumé

récupéré en direct d'OpenAlex

We investigate the effect of volume and size of silver nanoparticles (AgNP) on surface enhanced Raman scattering (SERS) signal of rhodamine 6G (R6G) within hollow core photonic crystal fiber (HC-PCF). The HC-PCF enhanced the Raman signal of R6G by a factor ~90 via photonic band gap. In addition, the optimal size and volume of AgNP enhanced the Raman signal of R6G by a factor of ~43, resulting in a total enhancement of ~4223 in HC-PCF. A comparison of AgNP enhancement factors in HC-PCF and bulk sample (cuvette) is presented at their optimal size and volume with respect to R6G. The SERS based HC-PCF sensing platform as optimized for R6G as a test molecule, was further utilized for monitoring adenosine for clinical application.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,472

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,236
Écart entre enseignants0,224 · 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 tête enseignante, 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

Citations9
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Journal of Selected Topics in Quantum ElectronicsMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207