MétaCan
Menu
Retour à la cohorte
Enregistrement W2883413140 · doi:10.5539/jmsr.v7n4p1

Optical and Photoacoustic Properties of Colloidal Silver Nanoparticles Solutions

2018· article· en· W2883413140 sur OpenAlexvenueno aff
F. M. Aldosari, Abdallah M. Azzeer, A. M. Hassib

Notice bibliographique

RevueJournal of Materials Science Research · 2018
Typearticle
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAbsorbanceMaterials scienceColloidAbsorption (acoustics)NanoparticleAnalytical Chemistry (journal)FluorescenceTransmission electron microscopySilver nanoparticlePhase (matter)Absorption spectroscopyPhotoacoustic imaging in biomedicineChemical engineeringOpticsNanotechnologyChromatographyComposite materialChemistry

Résumé

récupéré en direct d'OpenAlex

The study has aimed to investigate optical and photoacoustic properties of some colloidal silver nanoparticles at different concentration over the time. The phase purity with crystal structure of silver nanoparticles were studied using X-ray diffraction (XRD) and was confirmed by Transmission Electron Microscopy (TEM). Optical property was changed during the variable concentration of nanoparticles and duration time of sample. The absorbance of silver colloidal solutions is increased, when concentration increases but decreased with respective to the longer period of sample. Absorption peaks and stability of particles in solutions is influenced by the duration time of solution and its concentration. The low concentration-based solutions fall in the absorbance over the times. The observed PA signal is subjected by the factor of parameters; such as, pump wavelengths, energy, repetition rate, concentrations, and temperature. Stability of fluorescence and absorption peaks are influenced by the concentration of particles and time period of colloidal solution. Effects on PA signal with fluorescent and absorption peaks upon the concentration was also significant.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,790

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,067
Tête enseignante GPT0,315
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Materials Science ResearchMême sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207