Mesoporous Ag nanocubes synthesized via selectively oxidative etching at room temperature for surface-enhanced Raman spectroscopy
Notice bibliographique
Résumé
Silver nanocubes enriched with 100 facets have been extensively used for surface-enhanced Raman scattering. Herein, we report a new water-phase synthesis method for well-defined Ag nanocubes with tunable sizes via a two-step procedure at room temperature. First, irregularly shaped Ag nanoparticles (INPs) were prepared by reducing silver ammonia solution using ethylal. Second, the agglomerated INPs were selectively etched with HNO3 and Cl− to yield 100 facet-rich mesoporous Ag nanocubes. The mechanism of Ag-nanocube formation and growth was investigated in detail by elucidating the involved chemical reactions and physical changes at each step during the synthesis. The addition of Cl− anions was responsible for facilitating Ag nanoparticle growth by removing surface-adsorbed AgCl+ species, thereby eliminating inter-particle repulsive forces. This agglomeration was found crucial for the subsequent selective oxidation of Ag nanoparticles because the protective agent used, polyvinylpyrrolidone (PVP), was the most effective one for adsorption on the surfaces of Ag nanoparticles of size greater than approximately 50 nm. Importantly, mesopores were found inside the Ag nanocubes; this can be attributed to the unavoidable imperfect packing during the agglomeration of INPs. The newly prepared Ag nanocubes were further used to enhance the Raman signal of rhodamine 6G, which is capable of reducing the detection limitation to 10−16 mol·L−1.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».