Enhancement in sensitivity and detection of luminescent quenching based oxygen sensing by gold nanoparticles
Notice bibliographique
Résumé
The field of plasmonics has shown a great promise in the enhancement of luminescence detection. Here, a simple method to enhance oxygen detection by quenching of Ru[(4,7-diphenyl-1,10-anthroline)3]2+ (or Ru[dpp]2+) in a sol-gel matrix by localized surface plasmon resonance (LSPR) of gold nanoparticles (AuNP) is presented. In the experiments, AuNP (10 ± 1.5 nm diameter) were added to a sol that was prepared by hydrolysis of trimethoxysilane, octyltrimethoxysilane and ethanol in the presence of Ru[dpp]2+ luminophore. The resulting sol of the mixture was spincoated on glass and allowed to age in the dark for one week to form the sol-gel film. A control sample was also prepared using the procedure, except that AuNP was not added to the sol. The resulting AuNP embedded sol-gel shows 8.3 times improvement in the baseline (0% O2) intensity (I0) over the control. Moreover, there is a dramatic improvement in the sensitivity from 0.0011 per % O2 in the control to 0.059 per % O2 with AuNP, for O2 level below 15%. Signal to noise ratio also improved, thus leading to a 100-fold improvement in the detection limit. Using phaseluminometry, it was determined that there is a reduction in the luminescence lifetime when AuNP is added to the sol-gel matrix. This reduction in the lifetime can be explained by the near-field interaction between the luminophores and the AuNP.
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) | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».