Detection of Buried Explosives Using a Surface-Enhanced Raman Scattering (SERS) Substrate Tailored for Miniaturized Spectrometers
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
The advent of miniaturized, fiber-based, Raman spectrometers provides a clear path for the wide implementation of surface-enhanced Raman scattering (SERS) in analytical chemistry. For instance, miniaturized systems are especially useful in field applications due to their simplicity and low cost. However, traditional SERS substrates are generally developed and optimized using expensive Raman microscope systems equipped with high numerical aperture (NA) objective lenses. Here, we introduced a new type of SERS substrate with intrinsic Raman photon directing capability that compensates the relatively low signal collection power of fiber-based Raman spectrometers. The substrate was tested for the detection of buried 2,4-dinitrotoluene in simulated field conditions. A linear calibration curve (R2 = 0.98) for 2,4-dinitrotoluene spanning 3 orders of magnitude (from μg kg–1 to mg kg–1) was obtained with a limit of detection of 10 μg kg–1 within a total volume of 10 μL. This detection level is 2 orders of magnitude lower than that possible with the current state-of-the-art technologies, such as ion mobility spectrometry–mass spectrometry. The approach reported here demonstrated a high-performance detection of 2,4-dinitrotoluene in field conditions by a SERS platform optimized for miniaturized Raman systems that can be deployed for a routine inspection of landmine-contaminated sites and homeland security 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