Optimized Synthetic Protocols for Preparation of Versatile Plasmonic Platform Based on Silver Nanoparticles with Pentagonal Symmetries
Notice bibliographique
Résumé
The key findings in the synthesis and transformation of silver nanoparticles with pentagonal symmetries arising from regular multiple twinning are reported, researched in the last 5 years. In a one‐stage photochemical synthesis of silver decahedral (pentagonal bipyramid, J 13 solid) nanoparticles (AgDeNPs), oxidative etching by hydrogen peroxide is implemented to achieve complete conversion of the small silver platelet precursor NPs. The concentration of hydrogen peroxide is found to be optimal at 0.2 m . Such high peroxide concentration can be rationalized by its slow reactivity in a red‐ox equilibrium with borohydride and citrate. We have also adapted light‐emitting diodes (LEDs) as a light source and documented optimal exposure time, LED power, and wavelength range for convenient laboratory synthesis of high‐purity size‐selected AgDeNPs. In the absence of platelet impurities, AgDeNPs produce by the new‐generation procedure can be conveniently re‐grown into larger sizes using silver ions as a precursor. Thermal regrowth of new‐generation AgDeNPs into pentagonal silver nanorods (AgPRNPs, J 15 solid) can be reliably accomplished with the precise variation in rod length (by varying amounts of added silver) and width (by using different seed AgDeNPs). With the reported reproducible synthetic protocols that can be readily implemented in any chemistry laboratory, AgDeNPs and AgPRNPs should serve as a versatile plasmonic platform with a precisely tunable surface plasmon resonance (SPR) from ca. 430 nm (rounded AgDeNPs) to 1100+ nm (longitudinal SPR of longer AgPRNPs). The plasmonic platform based on the reported AgNPs with pentagonal symmetries should be practical for a diverse range of applications, especially plasmonic sensing and surface‐enhanced Raman spectroscopy.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».