Manipulating Active Sites of 2D Metal–Organic Framework Nanosheets with Fluorescent Materials for Enhanced Colorimetric and Fluorescent Ammonia Sensing
Notice bibliographique
Résumé
Abstract 2D metal–organic frameworks (MOFs) offer high surface area and unique accessibility to active adsorption sites making them appealing for gas sensing applications. 2D MOFs‐based sensors are gaining traction for detecting hazardous flu‐gases such as ammonia selectively at low concentrations. Fluorescent and colorimetric sensing are promising techniques offering high sensitivity, selectivity, and rapid response in simple applications. In this work, Zn‐BTC is synthesized as 2D‐MOFs nanosheet with approximate thickness of 2.52 nm via a fast, facile, direct synthesis technique. The introduction of 8‐hydroxyquinoline during synthesis forms fluorescent compounds with zinc (ZnQ) which is encapsulated and decorated onto Zn‐BTC. Inherent charges on ZnQ lead to the agglomeration of multiple 2D‐flakes forming ZnQ@Zn‐BTC multi‐flaked nano‐discs. The synthesized material shows visible color change upon exposure to ammonia from white to ivory. In addition, selective fluorescence quenching is observed under ultraviolet illumination (λ ex = 365 nm) when ZnQ@Zn‐BTC is exposed to ammonia. The limit of detection reaches 0.27 ppm as a dried film for gaseous sensing and 60.8 n m in liquid phase fluorescence quenching, respectively. The observed high sensitivity and selectivity are attributed to the manipulation of active sites of 2D‐MOFs nanosheet with ZnQ. Functionalization also limits the degradation and breakdown of ZnQ@Zn‐BTC.
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) | 0,001 | 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 ».