MétaCan
Menu
Retour à la cohorte
Enregistrement W2128447328 · doi:10.1039/b602626e

Fabrication of stable bimetallic nanostructures on Nafion membranes for optical applications

2006· article· en· W2128447328 sur OpenAlexafffund
Ramón A. Álvarez‐Puebla, G.A. Nazri, Ricardo F. Aroca

Notice bibliographique

RevueJournal of Materials Chemistry · 2006
Typearticle
Langueen
DomaineEnergy
ThématiqueElectrocatalysts for Energy Conversion
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGeneral Motors of Canada
Mots-clésBimetallic stripMaterials scienceNanostructureNafionRaman scatteringChemical engineeringRaman spectroscopyMonolayerAbsorption (acoustics)ElectrochemistryAnalytical Chemistry (journal)NanotechnologyElectrodeOpticsOrganic chemistryComposite materialChemistryPhysical chemistryMetalMetallurgy

Résumé

récupéré en direct d'OpenAlex

Novel stable crystalline bimetallic silver–gold nanostructures homogeneously dispersed on Nafion were prepared by galvanic substitution of a vacuum evaporated silver island film with gold. The method allows control of the composition of the bimetallic nanostructures and tuning of optical properties. Formation of the nanoalloy was monitored by UV-Vis absorption, SEM-EDX, XRD, AFM, ATR-FTIR, and Raman scattering. Bimetallic nanostructure growth was monitored by UV-Vis absorption and surface-enhanced Raman scattering (SERS), by casting an aliquot from a dilute solution of 2-naphthalenethiol (2-NAT) on the composite surface. SERS intensity increases with galvanic substitution, reaching a maximum, and providing a material that delivers SERS enhancement several times higher than those obtained with regular silver and gold island films. Optical enhancement is also fairly homogeneous throughout the treated Nafion surface; this is demonstrated by mapping the average SERS intensity of a mixed Langmuir–Blodgett monolayer bis(benzimidazo)perylene and stearic acid excited with 514 and 633 nm laser lines.

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 enseignants0,012
Score d'incertitude au seuil0,429

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 Opus0,006
Tête enseignante GPT0,218
Écart entre enseignants0,212 · 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

Citations22
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Materials ChemistryMême sujetElectrocatalysts for Energy ConversionTravaux en français237 207