MétaCan
Menu
Retour à la cohorte
Enregistrement W2078872783 · doi:10.1021/jp310193a

Stimulating Multiple SERS Mechanisms by a Nanofibrous Three-Dimensional Network Structure of Titanium Dioxide (TiO<sub>2</sub>)

2012· article· en· W2078872783 sur OpenAlexafffund
Dmitry Maznichenko, Krishnan Venkatakrishnan, Bo Tan

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2012
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesUniversity of Toronto
Mots-clésRaman spectroscopyMaterials sciencePlasmonNanofiberFemtosecondSurface-enhanced Raman spectroscopyCrystal violetTitanium dioxideNanostructureNanotechnologyTitaniumSurface plasmonSurface plasmon resonanceLaserOptoelectronicsRaman scatteringNanoparticleOptics

Résumé

récupéré en direct d'OpenAlex

A unique 3-D nanostructure is generated from pure Ti by a pulsed femtosecond laser. The resulting crystalline TiO 2 nanofibers in a 3-D nanonetwork were found to be significant contributors to surface-enhanced Raman spectroscopy (SERS). Overall, the analytical enhancement factor was calculated to be 1.3 × 10 6 based on a crystal violet dye. Based on our best knowledge as well as SEM, TEM, EDX, and AFM studies, high Raman activity may be occurring by multiple mechanisms including nanogap, nanocluster, and plasmonic hybridization. This important result rivals silver (Ag) and gold (Au) as the most popular SERS substrates. The novelty of our presented work implies a potential approach to prepare traditionally inactive substrates for Raman biomolecular sensing and chemical detection studies.

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 enseignants0,003
Score d'incertitude au seuil0,315

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 Opus0,007
Tête enseignante GPT0,208
Écart entre enseignants0,201 · 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

Citations70
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

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