Tuning the size of gold nanoparticles produced by multiple filamentation of femtosecond laser pulses in aqueous solutions
Notice bibliographique
Résumé
In the present study, we consider the self-regulated generation of spatially homogeneous low density plasma (LDP) micro-channels as a high intensity ionization source arising from the multi-filamentation of powerful femtosecond (fs) laser pulses in aqueous solutions. We investigate the modulation of the femtosecond laser multiple filamentation for tuning the size of gold nanoparticles (AuNPs) synthesized in an irradiated gold chloride solution. Previous studies on the radiation-induced synthesis of colloidal gold by more conventional ionization sources, such as high energy γ-rays and electron beams, highlighted the dependence of the size distribution of AuNPs on the density of energy deposited per unit of time, i.e. the dose rate. The present method of laser-induced production of AuNPs rests on a similar radiation-assisted process, i.e. the reduction of the solvated trivalent gold ions by the hydrated electrons produced upon ionization of water. We find that trivial optical manipulation varies the rate of deposited energy by laser irradiation, which can be considered equivalent to a variation of the dose rate. We investigate the influence of varying the density of energy deposited on the laser-induced gold cluster size distribution and made a comparison with the high energy radiation-induced synthesis of AuNPs. Here, our results highlight that the present method of laser irradiation, in the regime of LDP generation, mimics the radiolysis of water at an adjustable high dose rate. More generally, these spatially and temporally resolved plasmas could be developed as a tool for the unprecedented control of chemistry under ionizing radiation.
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 ».