MétaCan
Menu
Retour à la cohorte
Enregistrement W3139211912 · doi:10.1021/acsanm.1c00230

Insight into the Role of Ag in the Seed-Mediated Growth of Gold Nanorods: Implications for Biomedical Applications

2021· article· en· W3139211912 sur OpenAlexafffund
Jun Zhu, R. Bruce Lennox

Notice bibliographique

RevueACS Applied Nano Materials · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of Canada
Mots-clésNanorodNanotechnologyLimitingAscorbic acidReagentSolubilityCombinatorial chemistryMaterials scienceReducing agentChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The synthesis of gold nanorods (AuNRs) with a specific length/diameter aspect ratio is crucial for their use in imaging, sensing, drug delivery, and biological applications. However, the most commonly used silver-aided seed-mediated synthesis method still suffers from poor outcome predictability and hence, in an overall sense, reproducibility. To address this information gap, the mechanism of the seed-mediated synthesis has been investigated, particularly with regard to the possible existence of limiting reagents or intermediates in the reaction. The key silver intermediate which controls the AuNR aspect ratio has thus been identified as a CTA–Ag–Br complex. The AuNR growth solution preparation process has been systematically investigated and the solubility of the CTA–Ag–Br complex is established to be the limiting agent in the preparation and growth of the resulting AuNR. The sequence of reagent addition is shown to also be a determinant in the evolution of a resulting gold nanorod. The importance of the CTA–Ag–Br complex in nanorod syntheses is supported by the observation of gold NP formation when a reductant (ascorbic acid) is added before the CTA–Ag–Br complex has formed. This result informs the understanding of the role of the silver ion in the AuNR synthesis and provides a much-needed entry to the synthesis of AuNRs with custom aspect ratios, including those with much sought after large aspect ratios. This result will benefit research involving AuNRs, especially that in biomedical 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.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,142
Score d'incertitude au seuil0,385

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,239
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Nano MaterialsMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207