Spontaneous Formation of Fractal Aggregates of Au Nanoparticles in Epoxy-Siloxane Films and Their Application as Substrates for NIR Surface Enhanced Raman Spectroscopy
Notice bibliographique
Résumé
We present a facile, inexpensive route to free-standing, thermo-mechanically robust and flexible epoxy-siloxane substrates embedded with fractal aggregates of Au nanoparticles, and demonstrate their efficiency as substrates for surface enhanced Raman spectroscopy (SERS) at NIR wavelengths. The metallodielectric films are prepared by generating Au nanoparticles through the in-situ reduction of gold (III) chloride trihydrate in epoxypropoxypropyl terminated polydimethyl siloxane (EDMS). The metal nanoparticles spontaneously aggregate into fractal structures in the colloid, which could then be drop-cast onto a substrate. Subsequent UV-initiated cationic polymerization of epoxide moieties in EDMS transforms the fluid colloid into a thin, free-standing film, which contains a dense distribution of fractal aggregates of Au nanoparticles. We used electron and optical microscopy as well as UV⁻Vis⁻NIR spectrometry to monitor the evolution of nanoparticles and to optically and structurally characterize the resulting films. Raman spectroscopy of the chromophore Eosin Y adsorbed onto the metallodielectric films showed that they are excellent SERS substrates at NIR excitation with an enhancement factor of ~9.3 × 10³.
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) | 0,000 | 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 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 ».