Use of Thiols as Protecting Ligands in Reflective Surface Films of Silver Nanoparticles
Notice bibliographique
Résumé
We report the preparation of metal liquid-like films (MELLFs) of silver nanoparticles stabilized by thiolate surface ligands. These surface films, composed of particles with diameters of about 100 nm, are highly reflective and can be employed in the fabrication of liquid mirrors. A number of different thiols are considered as stabilizing ligands, including alkanethiols, aromatic thiols and dithiols. Under identical preparation conditions, some lead to the spontaneous formation of reflective surface films, whereas others do not. Shorter chain alkanethiols (C2 to C8), thiophene and thiophenol are found to be effective whereas longer chain alkanethiols (C10 and C12) and short dithiols (C2 and C3) do not produce reflective films. Ethanethiol and propanethiol protected particles form surface films with reflectivities in the near-IR that surpass those of a previous generation of MELLFs prepared with 1,10-dimethylphenanthroline as the ligand. This enhanced reflectivity is attributed to a more closely packed nanoparticle film with a higher metal volume fraction. The closer proximity of the particles, however, leads to enhanced coupling of their surface plasmon resonance and increased absorption in the visible region of the spectrum. Short chain dithiols do not produce MELLFs but rather provoke particle aggregation. In the case of 1,2-ethanedithiol, the particles are found to precipitate in a continuous organic matrix, presumably caused by oxidative polymerization of the dithiol to a polydisulfide. Finally, preliminary investigations indicate that a large variety of organic solvants can be employed in the preparation of thiol protected MELLFs.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».