Tunable photoluminescence properties of selenium nanoparticles: biogenic versus chemogenic synthesis
Notice bibliographique
Résumé
Abstract Various technological and biomedical applications rely on the ability of materials to emit light (photoluminescence [PL]), and, among them, metal nanoparticles (NPs) and semi‐conductor Quantum Dots (QDs) represent ideal candidates as sensing probes and imaging tools, portraying better PL features than conventional organic dyes. However, the knowledge of PL behavior of semiconductor NPs – i.e., selenium; SeNPs – is still in its infancy, especially for those synthesized by microorganisms. Considering the essential role played by biogenic SeNPs as antimicrobial, anticancer, and antioxidant agents, or food supplements, their PL properties must be explored to take full advantage of them as eco‐friendly and versatile tools. Here, PL features of SeNPs produced by the Se‐tolerant Stenotrophomonas maltophilia SeITE02 strain, compared with chemogenic ones, are investigated, highlighting the PL dependency on the NP size. Indeed, PL emission shifted from indigo‐blue (emission wavelength λ em 400–450 nm) to green‐yellow ( λ em 480–570 nm) and orange‐red ( λ em 580–700 nm) for small (ca. 50 nm) and big (ca. 100 nm) SeNPs respectively, revealing the versatility of an environmental bacterial isolate to synthesize diverse PL probes. Besides, biogenic SeNPs show PL lifetime comparable to those of the most used fluorophores, supporting their potential application as markers for (bio)imaging.
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) | 0,001 | 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 ».