MétaCan
Menu
Retour à la cohorte
Enregistrement W2323510476 · doi:10.1021/ac502424g

Plasmon Enhanced Fluorescence with Aggregated Shell-Isolated Nanoparticles

2014· article· en· W2323510476 sur OpenAlexafffund
Igor Osorio‐Román, Ariel R. Guerrero, Pablo Albella, Ricardo F. Aroca

Notice bibliographique

RevueAnalytical Chemistry · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésChemistryNanoparticleQuenching (fluorescence)PlasmonQuantum yieldFluorescenceElectrolyteNanotechnologySurface plasmon resonanceMetalChemical engineeringSubstrate (aquarium)NanostructureSurface plasmonCoatingColloidal goldOptoelectronicsElectrodeOrganic chemistryMaterials scienceOpticsPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Shell-isolated nanoparticles (SHINs) nanostructures provide a versatile substrate where the localized surface plasmon resonances (LSPRs) are well-defined. For SHINEF, the silver (or gold) metal core is protected by the SiO2 coating, which is thicker than the critical distance for minimum quenching by the metal. In the present work, it is shown that an increase in the SHINEF enhancement factor may be achieved by inducing SHIN aggregation with electrolytes in solution. The proof of concept is demonstrated using NaCl as aggregating agent, although other inorganic salts will also aggregate SHIN nanoparticles. As much as a 10-fold enhancement in the SHINEF enhancement factor (EF) may be achieved by tuning the electrolyte concentrations in solution. The SHINEF experiments include the study of the aggregation effect controlling gold SHIN's surface concentration via spraying. Au-SHINs are sprayed onto layer-by-layer (LbL) and Langmuir-Blodgett (LB) films, and samples are fabricated using fluorophores with low and also high quantum yield.

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 enseignants0,010
Score d'incertitude au seuil0,829

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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,209
Écart entre enseignants0,202 · 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

Citations42
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207