Plasmonic photocatalysis and SERS sensing using ellipsometrically modeled Ag nanoisland substrates
Notice bibliographique
Résumé
Silver nanoislands are key platforms for plasmonic photocatalysis, SERS sensing and optical metamaterials due to their localized surface plasmon resonances. The low intrinsic loss in Ag enables high local electromagnetic field enhancements. Solution-based fabrication techniques, while cheap, result in highly non-reproducible plasmonic substrates with wide sample-to-sample variability in geometry, optical resonances and Q-factors. Herein, we present a non-lithographic method of forming silver nanoislands based on sputter deposition of Ag films followed by elevated temperature annealing to induce spontaneous dewetting. The resulting plasmonic substrates show reproducible, well-defined LSPR resonances with high ensemble Q-factors whose optical properties could be modeled using spectroscopic ellipsometry to yield n and k values across the visible range. UV-Vis-NIR, and XRD analyses define the optical and crystallographic characteristics of the Ag nanoisland samples. FESEM was utilized to discern the geometry and architecture of the Ag nanoisland as well as their uniformity and monodispersity. Our vacuum deposited Ag nanoislands demonstrated excellent photocatalytic activity for the transformation of 4-nitrobenzenethiol (4-NBT) and 4-aminothiophenol (PATP) into p,p'-dimercaptoazobenzene (DMAB).
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».