FePt Alloy Nanoparticles for Biosensing: Enhancement of Vitamin C Sensor Performance and Selectivity by Nanoalloying
Notice bibliographique
Résumé
Electrocatalytic activity of supported FePt alloy nanoparticles (NPs) with different compositions (Fe25Pt75, Fe30Pt70, Fe35Pt65) for the electro-oxidation of vitamin C is investigated. These spherical FePt NPs with nanocrystallite size of 7-9 nm are found to consist of a nanoalloy core with a more Pt-rich shell. The FePt alloy NPs are superior catalysts than Pt NPs for vitamin C electro-oxidation, with a linear concentration range of 0.01-1 mM, a high sensitivity of 4.347 mA cm(-2) mM(-1), and a low detection limit of 0.1 μM (S/N = 3). By effectively reducing the overpotential for the electro-oxidation, these alloy NPs are significantly more selective to the detection of vitamin C against other common interference species, including dopamine, citric acid, uric acid, glucose, and NaCl. Enhancement in sensor performance can be attributed to the increase in surface area due to reduction of nanocrystallite size and to modification in the Pt electronic structure as a result of nanoalloying. These are supported by the X-ray diffraction data and binding energy shifts as observed by X-ray photoelectron spectroscopy, respectively. Alloying therefore represents a powerful approach to introduce synergetic properties for new biosensor applications.
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) | 0,000 | 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 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 ».