Deducing the Adsorption Geometry of Rhodamine 6G from the Surface-Induced Mode Renormalization in Surface-Enhanced Raman Spectroscopy
Notice bibliographique
Résumé
Surface-enhanced Raman spectroscopy probes adsorbates on a plasmonic substrate and offers high sensitivity with molecular identification capabilities. In this study, we present a refined methodology for considering the supporting substrate in the computation of the Raman spectra. The supporting substrate is taken into account by employing a periodic slab model when doing the geometry optimization and normal mode analysis, and then the Raman spectrum is calculated for the isolated molecule but with the normal modes from the surface structure. We find that the interaction with the surface induces internal distortion in the molecule, and spectral shifts in the computed Raman spectrum. By comparing a low temperature surface-enhanced Raman spectroscopy measurement of Rhodamine 6G (R6G) with the computed Raman spectra of a series of adsorption geometries, we propose that the binding state captured in the experiment tends to possess the least internal distortion. This binding state involves upward orientation of ethylamine on R6G, and our calculations indicate that this is the lowest energy adsorption structure. Following this route, it is possible to infer both a molecular orientation and an adsorption geometry of the molecule from its Raman spectrum. Importantly, we note that, if the substrate correction is established to play a role, we also discuss that this corrected approach still has several shortcomings that significantly limit its overall accuracy in comparison with experimental spectra.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».