Programmable Wrinkling of Self-Assembled Nanoparticle Films on Shape Memory Polymers
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
Hierarchically structured materials, inspired by sophisticated structures found in nature, are finding increasing applications in a variety of fields. Here, we describe the fabrication of wrinkled gold nanoparticle films, which leverage the structural tunability of gold nanoparticles to program the wavelength and amplitude of gold wrinkles. We have carefully examined the structural evolution and tuning of these wrinkled surfaces through varying nanoparticle parameters (diameter, number of layers, density) and substrate parameters (number of axes constrained during wrinkling) through scanning electron microscopy and cross-sectional transmission electron microscopy. It is found that nanoparticle layers of sufficient density are required to obtain periodical wrinkled structures. It was also found that tuning the nanoparticle diameter and number of layers can be used to program the wrinkle wavelength and amplitude by changing the film thickness and mechanical properties. This dual degree of tunability, not previously seen with continuous films, allows us to develop one of the smallest wrinkles developed to date with tunability in the sub-100 nm regime. The effect of the induced structural tunability on the enhancement of the intensity of the 4-mercaptopyridine Raman spectra is also studied through the application of these devices as substrates for surface-enhanced Raman spectroscopy (SERS), where wrinkling proves to be an effective method for enhancing the SERS signal in cases where there is an inherently low density of gold nanoparticles.
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