MétaCan
Menu
Retour à la cohorte
Enregistrement W1996770166 · doi:10.1021/jp806785u

Localized Raman Enhancement from a Double-Hole Nanostructure in a Metal Film

2008· article· en· W1996770166 sur OpenAlexaff
Marcos J. L. Santos, Emerson M. Girotto, Alexandre G. Brolo, Reuven Gordon

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2008
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésRhodamine 6GMaterials scienceNanostructureRaman scatteringPolarization (electrochemistry)Raman spectroscopyMoleculeOpticsFocused ion beamRhodamineMolecular physicsOptoelectronicsIonNanotechnologyChemistryFluorescencePhysics

Résumé

récupéré en direct d'OpenAlex

An isolated double-hole indentation, with concentric rings, in a metal film was used to obtain highly localized surface-enhanced Raman scattering (SERS) from regions much smaller than the optical wavelength. The structure was created by a focused ion beam (FIB) milling partially through the 100 nm thick gold film to a depth of 50 nm. Significant SERS enhancement was observed for both oxazine 720 and rhodamine 6G. The SERS was polarization-dependent because of the biaxial symmetry of the double-hole at the apexes where the indentations overlap; these apexes were responsible for the strong subwavelength focusing. The finite-difference time-domain method was used to calculate the electromagnetic field of the nanostructure, and it showed strong polarization-dependent focusing, in agreement with the experimentally observed SERS enhancement. On the basis of these calculations, it is estimated that the 60% polarization-dependent SERS enhancement is the result of only ∼1300 molecules in the region of the apexes, and it is estimated that the limit of detection is 20 molecules for the best-case configuration. This work is an important step toward single-molecule SERS from tailored nanostructures designed for predictable field enhancement.

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 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 enseignants0,001
Score d'incertitude au seuil0,427

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)0,0000,000

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 Opus0,015
Tête enseignante GPT0,239
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

Citations62
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry CMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207