Magneto-Optic Surface Plasmon Resonance Ti/Au/Co/Au/Pc Configuration and Sensitivity
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Magneto-optic surface plasmon resonance (MOSPR)-based sensors are highly attractive as next-generation biosensors. However, these sensors suffer from oxidation leading to degradation of performance, reproducibility of the sensor surface, because of the difficulty of removing adsorbed materials, and degradation of the sensor surface during surface cleaning and these limit their applications. In this paper, I propose MOSPR-based biosensors with 0 to 15 nm thick inert polycarbonate laminate plastic as a protective layer and theoretically demonstrate the practicability of my approach in water-medium for three different probing samples: ethanol, propanol, and pentanol. I also investigate microstructure and magnetic properties. The chemical composition and layered information of the sensor are investigated using X-ray reflectivity and X-ray diffraction analyses and these show distinct face-centered-cubic (fcc)-Au (111) phases, as dominated by the higher density of conduction electrons in Au as compared to Co. The magnetic characterization measured with the in-plane magnetic field to the sensor surface for both the as-deposited and annealed multilayers showed isotropic easy axis magnetization parallel to the multilayer interface at a saturating magnetic field of <100 Oersted (Oe). The sensor showed a maximum sensitivity of 5.5 × 104%/RIU (refractive index unit) for water–ethanol media and the highest detection level of 2.5 × 10−6 for water-pentanol media as the protective layer is increased from 0 to 15 nm.
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.
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 découle