LSPR Tuning from 470 to 800 nm and Improved Stability of Au–Ag Nanoparticles Formed by Gold Deposition and Rebuilding in the Presence of Poly(styrenesulfonate)
Notice bibliographique
Résumé
Stability and precise control over functional properties of metal nanoparticles remain a challenge for the realization of prospective applications. Our described process of shell formation and rebuilding can address both these challenges. Template silver nanoparticles (AgNPs) stabilized by poly(styrenesulfonate) are first transformed with gold deposition, after which the resulting shell rebuilds with the replaced silver. The shell formation and rebuilding are accompanied by large shifts in localized surface plasmon resonance (LSPR) peak position, which enables LSPR tuning in a range from 470 to 800 nm. Furthermore, chemical stability of Au-AgNPs is significantly improved compared to AgNPs due to gold stability. Silver templates of different shapes and sizes were demonstrated to transform to AuAg composite NPs to further extend the accessible LSPR range tuning. Stabilization of template AgNPs with poly(styrenesulfonate), in contrast to commonly used poly(vinylpyrrolidone), was found to be a key factor for shell rebuilding. The developed Au-AgNPs were shown to be advantageous for surface plasmon resonance (SPR) detection and surface-enhanced Raman spectroscopy (SERS) owing to their tunable LSPR and enhanced stability.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».