MétaCan
Menu
Retour à la cohorte
Enregistrement W1986956285 · doi:10.1366/11-06279

Surface-Enhanced Spectra on D-Gluconic Acid Coated Silver Nanoparticles

2011· article· en· W1986956285 sur OpenAlexaff
Igor Osorio‐Román, Victoria Ortega-Vásquez, Víctor Vargas C., Ricardo F. Aroca

Notice bibliographique

RevueApplied Spectroscopy · 2011
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésFluorophoreSilver nanoparticleGluconic acidRaman scatteringSurface plasmon resonanceRaman spectroscopyFluorescenceChemistryNanoparticleAnalytical Chemistry (journal)Rhodamine BMaterials sciencePhotochemistryNanotechnologyOrganic chemistryPhotocatalysisOptics

Résumé

récupéré en direct d'OpenAlex

Coated silver (Ag) colloids synthesized with D-glucose permit the observation of surface-enhanced fluorescence (SEF) and surface-enhanced resonance Raman scattering (SERRS) of the rhodamine B (RhB) molecule. The organic coating formed during the synthesis of the Ag nanostructures was identified by its surface-enhanced Raman scattering (SERS) spectrum as D-gluconic acid. The RhB molecule is used to exemplify the distance dependence of SEF and SERRS on the coated Ag nanostructures. The fluorescence enhancement factor for RhB on D-gluconic acid coated silver nanoparticles was determined experimentally and estimated using a simple model. Further support for the plasmon enhancement is obtained from the fact that the measured fluorescence lifetime of RhB on the silver coated with D-gluconic acid is shorter than that found on a glass surface. A very modest enhancement factor is obtained, as expected for very short distance between RhB and the metal surface. Given the very thin metal-fluorophore separation, estimated from the size of the D-gluconic acid, the energy transfer or fluorescence quenching is still efficient and the SEF enhancement is just overcoming the energy transfer. Therefore, both SEF and SERRS are observed. Notably, the aggregation of coated nanoparticles also increases the enhancement factor for SEF.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,047
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0040,005

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 Opus0,024
Tête enseignante GPT0,238
Écart entre enseignants0,214 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations15
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied SpectroscopyMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207