Surface-Enhanced Raman Scattering: Imaging and Mapping of Langmuir−Blodgett Monolayers Physically Adsorbed onto Silver Island Films
Notice bibliographique
Résumé
The point-by-point mapping of the surface-enhanced resonance Raman scattering (SERRS) and surface-enhanced Raman scattering (SERS) spectra obtained from Langmuir−Blodgett (LB) monolayers of bis( n -butylimido)perylene (BuPTCD) on silver island films are reported. Wide field global images of the SERRS signal are also discussed. The mapping and global Raman images of the LB-coated silver surfaces, obtained using the 514.5 nm and the 780 nm laser lines, give a visual picture of the variation of the intensity of the SERRS/SERS signal on the rough metal surface with ca. 1 μm 2 spatial resolution. Neat and mixed LB monolayers of BuPTCD with arachidic acid of 20% and 1% molecular concentration of the analyte were used as samples in the SERRS and SERS experiments. This is the first report of SERS and SERRS mapping and imaging of single Langmuir−Blodgett monomolecular layers. The use of BuPTCD is particularly important, since the molecules are not chemically bound to the surface. SERRS spectra with large signal-to-noise ratio (100) are observed from a maximum of 40 000 molecules of the analyte with a collection time of 10 s.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».