Plasmonic enhancement of SERS measured on molecules in carbon nanotubes
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
We isolated the plasmonic contribution to surface-enhanced Raman scattering (SERS) and found it to be much stronger than expected. Organic dyes encapsulated in single-walled carbon nanotubes are ideal probes for quantifying plasmonic enhancement in a Raman experiment. The molecules are chemically protected through the nanotube wall and spatially isolated from the metal, which prevents enhancement by chemical means and through surface roughness. The tubes carry molecules into SERS hotspots, thereby defining molecular position and making it accessible for structural characterization with atomic-force and electron microscopy. We measured a SERS enhancement factor of 10 <sup>6</sup> on α-sexithiophene (6T) molecules in the gap of a plasmonic nanodimer. This is two orders of magnitude stronger than predicted by the electromagnetic enhancement theory (10 <sup>4</sup> ). We discuss various phenomena that may explain the discrepancy (including hybridization, static and dynamic charge transfer, surface roughness, uncertainties in molecular position and orientation), but found all of them lacking in enhancement for our probe system. We suggest that plasmonic enhancement in SERS is, in fact, much stronger than currently anticipated. We discuss novel approaches for treating SERS quantum mechanically that appear promising for predicting correct enhancement factors. Our findings have important consequences on the understanding of SERS as well as for designing and optimizing plasmonic substrates.
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