MétaCan
Menu
Retour à la cohorte
Enregistrement W2117019099 · doi:10.5185/amlett.2011.4256

Biosynthesis of silver nanoparticles using murraya koenigii (curry leaf): An investigation on the effect of broth concentration in reduction mechanism and particle size

2011· article· en· W2117019099 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueAdvanced Materials Letters · 2011
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticles: synthesis and applications
Établissements canadiensUniversity of Guelph
Organismes subventionnairesMinistry of Agriculture, Food and Rural AffairsOntario Ministry of Agriculture, Food and Rural AffairsUniversity of Guelph
Mots-clésSilver nanoparticleMurrayaNanocrystalline materialMaterials scienceParticle sizeTransmission electron microscopyNanoparticleReducing agentParticle (ecology)SpectrophotometryNuclear chemistryCrystal violetChemical engineeringAnalytical Chemistry (journal)Scanning electron microscopeNanotechnologyChromatographyChemistryComposite materialBotany

Résumé

récupéré en direct d'OpenAlex

Biological synthesis of silver nanoparticles using Murraya koenigii leaf extract was investigated and the effect of broth concentration in reduction mechanism and particle size is reported. The rapid reduction of silver (Ag + ) ions was monitored using UV-visible spectrophotometry and showed formation of silver nanoparticles within 15 minutes. Transmission electron microscopy (TEM) and atomic force microscopy (AFM) analysis showed that the synthesized silver nanoparticle are varied from 10-25 nm and have the spherical shape. Further, the XRD analysis confirms the nanocrystalline phase of silver with FCC crystal structure. From this study, it was found that the increasing broth concentration increases the rate of reduction and decreases the particle size.

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.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,417

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,027
Tête enseignante GPT0,237
Écart entre enseignants0,210 · 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