Effect of Gradual Heating of Gold Nanoparticle Multilayers on Polymer Substrates on the Characteristics of their LSPR Bands
Notice bibliographique
Résumé
Polymer materials have become increasingly useful for photonic sensing applications.Their consistency and optical properties make them highly desirable for sensing possibilities.Bio-molecules, such as proteins, can be attached to a polymer substrate using a thin layer of gold nanoparticle.Gold nanoparticles (GNP) hold unique localized plasmon resonance (LSPR) properties, which are affected by their structure, shape, distribution, and their degree of penetration into the surrounding medium.As well, the dielectric properties of the medium influence LSPR responses.These characteristics, in turn, depend on the thermal history of the sample, that is, the extent and duration of heating of the polymer-GNP systems.In this work, we examine the specific effects of gradually increasing temperature through incremental heating on the LSPR response of GNP on various polymers, including cyclic olefin copolymer (COC), poly (methyl methacrylate) (PMMA), poly (dimethyl siloxane) (PDMS), SU-8, polycarbonate (PC) and polystyrene (PS).GNP on polymers manifested a shift in the LSPR peak response from 7 nm to 34 nm on average, and an important change in absorbance as well.These results will help enhance the sensing performance of microphotonic sensors by improving the shape of the LSPR band and selecting the ideal polymer material for specific applications.The information will also benefit other applications, including cell culture and biomolecular separation in a microfluidic environment.Furthermore, the findings herein may be employed towards developing a unidirectional temperature sensor.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».