Far-field and Near-field Optical Properties Of Strongly Interacting Silver Nanocrystals
Notice bibliographique
Résumé
Noble metal nanocrystals are known for their remarkable optical properties that are caused by the result of their ability to support a localized surface plasmon resonance (LSPR).These optical properties can be observed in the far-field, through their optical extinction or in the near-field by a highly enhanced electric-field localised to the surface of the particles.The goal of this work was to study properties of supported silver nanocrystal ensembles as they interact with their substrate, neighbouring nanocubes and the resulting mutual interactions.Demonstrated is the ability to finely tune plasmonic properties of silver nanocube monolayers by controlling the interparticle spacing and the properties of the underlying substrate.Control over these properties is applied to the optimisation of substrates used for surface-enhanced Raman spectroscopy (SERS).Control over the plasmonic properties is achieved by directing the assembly of silver nanocube (AgNC) ensembles.The primary means to do so is by using the Langmuir-Blodgett technique to control nanoparticle surface density.These monolayers are placed on a number of substrates such as glass, silicon thin films, and titanium oxide thin films.Demonstrated in this work is the ability to shift plasmonic modes using interparticle interactions or particle-substrate interactions.The local electric field enhancement in these monolayers is investigated thoroughly by SERS, and demonstrated is the dependence of the enhancement on particle cluster size, charge transfer processes, and the location of the target molecule in the monolayer.By gaining insight into how these interactions affect the local electric field at the surface of the nanoparticles, lessons gained through this work could be applied towards the optimization of surface enhanced Raman spectroscopy.
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) | 0,002 | 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 ».