MétaCan
Menu
Retour à la cohorte
Enregistrement W2237214485 · doi:10.1039/c5nr08788k

Stable ligand-free stellated polyhedral gold nanoparticles for sensitive plasmonic detection

2016· article· en· W2237214485 sur OpenAlexafffund
Rachel Keunen, Danielle Macoretta, Nicole Cathcart, Vladimir Kitaev

Notice bibliographique

RevueNanoscale · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesAmerican Chemical Society Petroleum Research FundNatural Sciences and Engineering Research Council of CanadaWilfrid Laurier University
Mots-clésColloidal goldNanoparticleLigand (biochemistry)PlasmonNanotechnologyMaterials sciencePlasmonic nanoparticlesChemistryOptoelectronicsReceptor

Résumé

récupéré en direct d'OpenAlex

Ligand-free stellated gold nanoparticles (AuStNPs) with well-defined octahedral (O(h)) and icosahedral (I(h)) core symmetries were prepared using hydrogen peroxide as a reducing agent. Only three reagents: gold precursor (HAuCl4), H2O2 and NaOH were required to form colloidally and chemically stable AuStNPs with a zeta-potential between -55 and -40 mV indicative of excellent charge stabilization. The size and degree of stellation of AuStNPs can be controlled by several synthetic parameters so that the localized surface plasmon resonance (LSPR) can be varied from ca. 850 nm in near-infrared (NIR) to ca. 530 nm. In particular, AuStNP size and LSPR tuning can be conveniently accomplished by iodide variation. The size distribution of AuStNPs was improved by nucleation with ascorbic acid, and the AuStNP size and degree of branching could be readily modified using arginine. AuStNPs are advantageous for SPR sensing, as it was demonstrated in the sensitive detection of not only thiols, such as ampicillin, but also iodide with the detection limit of 3.2 pM (0.4 ng L(-1)). The reported ligand-free stable AuStNPs thus should be very useful for biodiagnostics based on SPR sensing and potentially for SERS and hyperthermia therapy.

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 enseignants0,007
Score d'incertitude au seuil0,380

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 Opus0,015
Tête enseignante GPT0,227
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

Citations18
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNanoscaleMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207