Flexible microsphere‐coupled surface‐enhanced Raman spectroscopy (McSERS) by dielectric microsphere cavity array with random plasmonic nanoparticles
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.
Notice bibliographique
Résumé
Abstract Surface‐enhanced Raman spectroscopy (SERS) is a powerful tool for nondestructive and ultrasensitive optical trace‐detection. However, the sophisticated fabrication processes and performance degradation on flexible substrates block SERS for practical uses. Here, we report a facile flexible microsphere‐coupled SERS (McSERS) substrate composed of a dielectric microsphere cavity array (MCA) and random gold nanoparticles (Au NP s) capping on a polydimethylsiloxane (PDMS) film (MCA/Au NP s/PDMS) for giant Raman enhancement. The random distribution of Au NP s provides a hydrophilic surface against to the coffee‐ring effect for uniform localized surface plasmon resonance (LSPR) response. The MCA capped on the Au NP s boosts the Raman intensity via the multiple optical manipulation processes, in which the photonic nanojet (PNJ) confines the excitation intensity near the Au NP s, whispering‐gallery mode (WGM) facilitates the energy transfer from microsphere cavities to Au NP gaps for LSPR boosting, and directional antenna effect converts near‐field Raman signals into far‐field with a small divergence. Therefore, the Raman scattering is dramatically improved with the enhancement factor ( EF ) to 10 7 for the limit of detection (LoD) of 4‐nitrobenzenethiol (4‐NBT) molecules down to 0.1 nM, two orders of magnitude higher via MCA coupling. Moreover, the flexible McSERS substrate exhibits outstanding durability and compatibility as an ultrasensitive Raman test strip, by which the thiram concentration is detectable down to 2.42 ng/cm 2 on apple peels. The present work provides a facile strategy to fabricate SERS substrates with high flexibility for optical trace‐detection in real‐world 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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découle