MétaCan
Menu
Retour à la cohorte
Enregistrement W3165494662 · doi:10.1002/cjce.24195

Electrochemically deposited silver nanostructures for use as surface‐enhanced Raman scattering ( <scp>SERS</scp> ) substrates in point‐of‐need diagnostic devices

2021· article· en· W3165494662 sur OpenAlexaffvenue
Nicholas Wilson, Mahmoud Khademi, Aristides Docoslis

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensQueen's UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésNanostructureRaman scatteringMaterials scienceNanotechnologyRaman spectroscopyReagentSiliconDiffusionChemical engineeringOptoelectronicsChemistryOpticsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract In a world that increasingly demands answers in real‐time, there exists a distinct need for chemical sensors that can quickly and efficiently detect substances with high sensitivity and selectivity. To address this need, we use surface‐enhanced Raman scattering (SERS) as a powerful analytical technique that can provide ultrasensitive and versatile chemical detection on a mobile platform when implemented on a handheld Raman spectrometer. However, the large laser spot size of handheld Raman spectrometers requires SERS substrates of sufficient surface area. Here, we present a facile method for electrodepositing nanostructured silver (Ag) SERS substrates onto silicon microchips. In this method, silver ions are continuously reduced from a large volume of solution in an apparatus resembling a batch electrochemical reactor. The straightforward protocol is scalable, fast, and reproducible. Further, we investigate the influence of temperature and fluid agitation on the growth of Ag nanostructures with the intention of maximizing surface area coverage. We observe an increase in lateral nanostructure growth from heating due to an increase in the diffusion coefficient. However, no significant increase in lateral nanostructure growth is observed from stirring the reagent solution. Despite the absence of trends in lateral growth, we find that high agitation levels promote the growth of extraneous Ag structures on top of the nanostructured film, indicating the presence of a boundary layer at the silicon surface. Further, we find that increased diffusion rates at high temperatures shift the reaction towards the limits of the mass transfer‐controlled regime.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,007
Tête enseignante GPT0,199
Écart entre enseignants0,191 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207