MétaCan
Menu
Retour à la cohorte
Enregistrement W3000349238 · doi:10.1039/c9nr09419a

Effect of the driving force on nanoparticles growth and shape: an opto-electrochemical study

2020· article· en· W3000349238 sur OpenAlexaff
Jean‐Marc Noël, Mathias Miranda Vieira, Vitor Brasiliense, Jean‐François Lemineur, Catherine Combellas, Frédéric Kanoufi

Notice bibliographique

RevueNanoscale · 2020
Typearticle
Langueen
DomaineChemistry
ThématiqueElectrochemical Analysis and Applications
Établissements canadiensCanadian Nautical Research Society
Organismes subventionnairesUniversité de ParisCentre National de la Recherche ScientifiqueUniversité Paris DiderotAgence Nationale de la Recherche
Mots-clésElectrochemistryNanoparticleMaterials scienceNanotechnologyChemistryElectrode

Résumé

récupéré en direct d'OpenAlex

Most protocols developed to synthesize nanoparticles (NPs) and to control their shape are inspired from nucleation and growth theories. However, to rationalize the mechanisms of the shape-selective synthesis of NPs, experimental strategies allowing to probe in situ the growth of NPs are needed. Herein, metal Au or Ag nanoparticles (NPs) are produced by reaction of a metallic ion precursor with a reversible redox reducer. The process is explored by an oxidative electrosynthesis strategy using a sacrificial Au or Ag ultramicroelectrode to both trigger the metallic ion generation and control the local concentrations of the different reactants. The effect of the driving force for the metallic ion reduction over metal NP growth dynamics is inspected in situ and in real time at the single NP level by high-resolution optical microscopy from the tracking of the Brownian trajectories of the growing NPs in solution. The NP reductive growth/oxidative etching thermodynamics, and consequently the NP shape, are shown to be controlled electrochemically by the reversible redox couple, while the intervention of an Au(i) intermediate ion is suggested to account for the formation of gold nanocubes.

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)0,000
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 enseignants0,021
Score d'incertitude au seuil0,323

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,006
Tête enseignante GPT0,240
Écart entre enseignants0,234 · 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

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanoscaleMême sujetElectrochemical Analysis and ApplicationsTravaux en français237 207