Portable smart films for ultrasensitive detection and chemical analysis using SERS and SERRS
Notice bibliographique
Résumé
Metallic nanostructures, much smaller than the wavelength of visible light, which support localized surface plasmon resonances, are central to the giant signal enhancement achieved in surface‐enhanced Raman scattering (SERS) and surface‐enhanced resonance Raman scattering (SERRS). Plasmonic driven SERS and SERRS is a powerful analytical tool for ultrasensitive detection down to single molecule detection. For all practical SERS applications a key issue is the development of reproducible and portable SERS‐active substrates, where the most widely used metals for nanostructure fabrication are silver and gold. Here, we report the fabrication of a ‘smart film’, containing gold nanoparticles (AuNPs), produced by in situ reduction of gold chloride III (Au+3) in natural rubber (NR) membranes for SERS and SERRS applications. The composite films (NR/AuNP membranes) show characteristic plasmon absorption of Au nanostructures, which notably do not influence the mechanical properties of the NR membranes. The term ‘smart film’ has to do with the fact that the SERS substrate (smart film) is flexible and standalone, which allows one to take it anywhere and to dip it into solutions containing the analyte to be characterized by SERS or SERRS technique. Besides, the synthesis of the AuNPs at the surface of NR films is much simpler than making an Au colloid and cast it onto a substrate surface or preparing an Au evaporated film. Copyright © 2012 John Wiley & Sons, Ltd.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».