MétaCan
Menu
Retour à la cohorte
Enregistrement W2511551387 · doi:10.1021/acs.jpcc.5b02728

Seeded Growth Synthesis of Composition and Size-Controlled Gold–Silver Alloy Nanoparticles

2015· article· en· W2511551387 sur OpenAlexafffund
David Rioux, Michel Meunier

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAlloyMaterials scienceDispersityNanoparticleColloidal goldChemical engineeringComposition (language)NanotechnologyHomogeneousMetallurgy

Résumé

récupéré en direct d'OpenAlex

We propose a novel methodology to synthesize monodisperse gold–silver alloy nanoparticles (NPs) with fine control of size and composition. The synthesis is based on a combination of the coreduction of gold and silver salts for the formation of alloys and the seeded growth approach for the formation of size-controlled NPs. While the simple use of coreduction gives alloy NPs limited to ∼30 nm, the combination of both methods yields spherical alloy NPs with a size that can be controlled between ∼30 and ∼150 nm, with a coefficient of variation smaller than 15%. The alloy NPs can be synthesized to any composition between pure silver and pure gold. We also show that the alloy composition is nonhomogeneous, with a gold-rich core and a silver-rich surface. The transition in the alloy composition is gradual from the core to the surface, resulting in optical properties very similar to the optical properties of a homogeneous alloy, except for the smaller (∼30 nm) NPs. A multilayer Mie model has been introduced to study the effect of the nonhomogeneous alloy profile on the optical properties of the NPs. The inhomogeneous alloy structure is likely caused by galvanic replacement of Ag atoms at the surface by Au ions during the growth of the NPs.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,212

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,012
Tête enseignante GPT0,228
Écart entre enseignants0,216 · 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

Citations95
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry CMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207