MétaCan
Menu
Retour à la cohorte
Enregistrement W3184118031 · doi:10.3390/molecules26154585

Photochemical Synthesis of Gold and Silver Nanoparticles—A Review

2021· review· en· W3184118031 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMolecules · 2021
Typereview
Langueen
DomaineMaterials Science
ThématiqueNanoparticles: synthesis and applications
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésNanotechnologyNanomaterialsReagentNanoparticleColloidal goldCatalysisMaterials scienceNoble metalChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Nanomaterials have supported important technological advances due to their unique properties and their applicability in various fields, such as biomedicine, catalysis, environment, energy, and electronics. This has triggered a tremendous increase in their demand. In turn, materials scientists have sought facile methods to produce nanomaterials of desired features, i.e., morphology, composition, colloidal stability, and surface chemistry, as these determine the targeted application. The advent of photoprocesses has enabled the easy, fast, scalable, and cost- and energy-effective production of metallic nanoparticles of controlled properties without the use of harmful reagents or sophisticated equipment. Herein, we overview the synthesis of gold and silver nanoparticles via photochemical routes. We extensively discuss the effect of varying the experimental parameters, such as the pH, exposure time, and source of irradiation, the use or not of reductants and surfactants, reagents' nature and concentration, on the outcomes of these noble nanoparticles, namely, their size, shape, and colloidal stability. The hypothetical mechanisms that govern these green processes are discussed whenever available. Finally, we mention their applications and insights for future developments.

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 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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,621
Score d'incertitude au seuil0,763

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,032
Tête enseignante GPT0,306
Écart entre enseignants0,274 · 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