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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 tête enseignante, 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 ».