Silver nanoparticles self assembly as SERS substrates with near single molecule detection limit
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.
Notice bibliographique
Résumé
Highly sensitive SERS substrates with a limit of detection in the zeptomole (for Nile blue A and oxazine 720) range were fabricated through a bottom-up strategy. Ag nanoparticles (Ag NPs) were self-assembled onto glass slides by using 3-mercaptopropyltrimethoxysilane (MPTMS) sol-gel as linker. The substrates were characterized by UV-Vis and AFM after each deposition of Ag NPs. It was found that the glass slide presented just a few Ag NPs aggregates scattered throughout the surface after just one deposition. The glass surface was gradually covered by a homogeneous distribution of Ag NPs aggregates as the deposition number increased. Surface-enhanced Raman scattering (SERS) of the substrates was examined at different numbers of Ag NPs deposition using nile blue A and oxazine 720 as probe molecules and two laser excitations (632.8 nm and 785 nm). Optimum SERS was observed after six depositions of Ag NPs. SERS mapping indicated that at lower deposition numbers (less than 3 Ag NPs depositions) the substrates presented a few SERS "hot-spots" randomly distributed at the surface. After 7 Ag NPs depositions, spatial distribution of the SERS signal followed a Gaussian statistics, with a percent relative standard deviation (RSD%) of approximately 19%. In addition, the sample-to-sample reproducibility of the SERS intensities under both laser excitations was lower than 20%. It was also found that these substrates can provide giant Raman signal enhancement. At optimum conditions and with a 632.8 nm laser, the signal from an estimated of only approximately 44 probe molecules (100x objective) can still be detected.
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 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 découle