In situ encapsulation of ZrQ in UiO‐66 (Zr‐BDC) for pore size control to enhance detection of a nerve agent simulant dimethyl methyl phosphonate
Notice bibliographique
Résumé
Chemical warfare agents are toxic chemicals that require rapid, easy‐to‐use, sensitive, and selective sensors to countermeasure. Simulants, such as dimethyl methyl phosphonate (DMMP), are used to test the effectiveness of sensors toward nerve agents. Metal organic frameworks (MOFs) offer large surface area and selective accessibility to active sites making them appealing for chemical sensing applications. In this work, we propose a fast, facile, direct synthesis method for manufacturing fluorescent MOFs with high sensitivity and selectivity. Zr‐BDC is synthesized with 1, 4‐benzenedicarboxylic acid (BDC) as an organic ligand and zirconium (Zr) metal. Fluorescent materials are then encapsulated in a novel and rapid in situ approach with strong solvents. X‐ray diffraction, UV–visible spectroscopy, Fourier‐transform infrared spectroscopy, and Raman spectroscopy are used to verify the successful formation of fluorescent MOFs. Compared to other methods, the gel synthesis method helps to control crystal growth leading to higher BET surface areas of ~1150 m2 g−1 for Zr‐BDC and 850 m2 g−1 for ZrQ@Zr‐BDC. Titration experiments show the sensitivity of the material to DMMP down to 8.3 nM with a highly linear response. Enhanced fluorescence and occupation of mesopores by ZrQ enable lower limit of detection than those of comparable works in literature. The encapsulation mechanism also prevents substantial defects that would otherwise lead to water adsorption.
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) | 0,000 | 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 ».