Green Synthesis of High Quantum Yield Carbon Dots from Phenylalanine and Citric Acid: Role of Stoichiometry and Nitrogen Doping
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Despite a growing interest in carbon dots (CDs), notably for their potential as a more sustainable, less toxic alternative to inorganic quantum dots, the critical factors affecting their physical, chemical, and optical properties are relatively unknown, limiting their widespread use. Herein, a one-pot hydrothermal method was used to synthesize CDs from citric acid and phenylalanine. CDs were synthesized over a range of reactant ratios, from pure citric acid to pure phenylalanine and seven mixed ratios in between, achieving a quantum yield (QY) as high as 65% with a peak excitation/emission of 350/413 nm. The goal was to determine the role of stoichiometry on the chemical and structural composition of CDs, particularly its impact on nitrogen doping, and in turn its effect on QY. We showed that a wide range of reactant ratios tend toward reacting in a stoichiometric 2:1 molar ratio of phenylalanine to citric acid whereby the resulting CDs have similar chemical composition and QY. Using this ratio may lead to a more efficient and sustainable mass production process by reducing and reusing reactant waste. The QY of the CDs was found to be more dependent on the oxygen-to-carbon ratio and the relative amount of carboxyl oxygen in the CD than it was on the nitrogen-to-carbon ratio. The resulting CDs also showed Fe3+ sensing capabilities through static fluorescence quenching with a limit of detection of 3.5 μM. This study provides new insights which may be useful for the optimization of the green synthesis of CDs for more widespread applications.
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.
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 découle