MétaCan
Menu
Retour à la cohorte
Enregistrement W2942860908 · doi:10.1039/c9ra01813a

Intra-nanogap controllable Au plates as efficient, robust, and reproducible surface-enhanced Raman scattering-active platforms

2019· article· en· W2942860908 sur OpenAlexaff
Siyeong Yang, Minjin Kim, Sanghyeok Park, Hongki Kim, Jinyoung Jeong, Juyeon Jung, Eun‐Kyung Lim, Bongsoo Kim, Taejoon Kang

Notice bibliographique

RevueRSC Advances · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoporous metals and alloys
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesMinistry of Science and ICT, South KoreaNational Research Foundation of KoreaKorea Research Institute of Bioscience and BiotechnologyNational Research Foundation
Mots-clésNanoporousMaterials scienceAlloyRaman scatteringRaman spectroscopyX-ray photoelectron spectroscopyNanotechnologyPhase (matter)NanocrystalTransmission electron microscopyChemical engineeringComposite materialChemistryOpticsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Practical application of surface-enhanced Raman scattering (SERS)-active platforms requires that they provide highly uniform and reproducible SERS signals. Moreover, to achieve highly stable and consistent SERS signals, it is important to control the nanostructured gaps of SERS-active platforms precisely. Herein, we report the synthesis of gap-controllable nanoporous plates and their application to efficient, robust, uniform, and reproducible SERS-active platforms. To prepare well-defined nanoporous plates, ultraflat, ultraclean, and single-crystalline Au nanoplates were employed. The Au nanoplates were transformed to AuAg alloy nanoplates by reacting with AgI in the vapor phase. The Ag in the alloy nanoplates was then chemically etched, thus forming well-defined SERS-active nanoporous plates. For the precise control of gaps in the nanoporous plates, we investigated the alloy forming mechanism based on X-ray photoelectron spectroscopy and transmission electron microscopy analyses. According to the mechanism, the composition of Ag was tunable by varying the reaction temperature, thus making the nanostructured gaps of the porous plates adjustable. We optimized the nanoporous plates to exhibit the strongest SERS signals as well as excellent uniformity and reproducibility. The computational simulation also supports the experimental SERS signals of nanoporous plates. Furthermore, we successfully performed label-free detection of a biocide mixture (5-chloro-2-methyl-4-isothiazolin-3-one/2-methyl-4-isothiazol-3-one) up to 10 ppm using Au nanoporous plates. The adoption of single-crystalline Au nanoplates, the novel synthesis method for alloy nanoplates in the vapor phase, and the investigation of alloy forming mechanisms synergistically contributed to the formation of well-defined nanoporous plates. We anticipate that the nanoporous plates will be useful for the practical sensing of trace chemical and biological analytes.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,032
Score d'incertitude au seuil0,940

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,011
Tête enseignante GPT0,243
Écart entre enseignants0,232 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRSC AdvancesMême sujetNanoporous metals and alloysTravaux en français237 207