Gold nanostars as a colloidal substrate for in-solution SERS measurements using a handheld Raman spectrometer
Notice bibliographique
Résumé
The evolution of Raman spectroscopy into a useful analytical technique has been due, in part, to the development of inexpensive, compact instrumentation and advancements in methodologies that enhance Raman intensities. Surface enhanced Raman scattering (SERS) is a primary methodology for quantitative and low detection limit measurements. While a broad array of applications using solid SERS substrates have been demonstrated, in-solution SERS measurements are not as widely pursued. This work seeks to optimize the synthesis of gold nanostars (AuNS) as a colloidal SERS substrate for in-solution measurements using handheld instrumentation. The types and concentrations of two buffers typically used for AuNS synthesis are examined to optimize the SERS intensity of a chemisorbed Raman probe. The observed SERS intensity primarily depends on conditions that allow higher surface coverage of the probe. Conditions that result in AuNS aggregates are found to be most optimal for SERS, similar to other nanoparticle shapes. A method to quantitate methimazole, an anti-hormone pharmaceutical, in urine is developed and reported. The primary impact of this work is the demonstration of the combination of water dispersible substrates and handheld instrumentation for rapid and sensitive analytical measurements.
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 ».