MétaCan
Menu
Retour à la cohorte
Enregistrement W3180717477 · doi:10.1002/mop.32971

Plasmonic structure on a tapered optical fiber for application as a <scp>surface‐enhanced</scp> Raman spectroscopy substrate

2021· article· en· W3180717477 sur OpenAlexafffund
Navneet Kaur, Joshua O. Trevisanutto, Gautam Das

Notice bibliographique

RevueMicrowave and Optical Technology Letters · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensLakehead University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésMaterials scienceRaman spectroscopyRhodamine 6GOptical fiberFiberPlasmonSubstrate (aquarium)OptoelectronicsNanorodOpticsNanotechnologyComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract A plasmonic structure using gold nanorods (GNRs) on the surface of a tapered fiber was developed. The structure was used to study the Raman spectra of Rhodamine 6G (R6G) and zinc oxide (ZnO) adsorbed on the tapered optical fiber covered with the GNRs, respectively. The tapered optical fiber was manufactured by a dynamic etching process. The tapered fiber had a tip diameter in the nanometer range. The optical tweezing phenomenon was used to develop the plasmonic structure along the length of the tapered fiber surface. The density of GNRs varied as the diameter of the fiber in the tapered region changed. Raman spectra for R6G and ZnO were recorded and analyzed at different fiber locations with and without GNRs. We could obtain the SERS spectrum of a R6G solution of concentration 10 −7 M using the developed substrate.

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)0,000
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 enseignants0,025
Score d'incertitude au seuil0,774

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
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 Opus0,007
Tête enseignante GPT0,229
Écart entre enseignants0,222 · 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

Citations8
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMicrowave and Optical Technology LettersMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207