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
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
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 m 2 g −1 for Zr‐BDC and 850 m 2 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.
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 | 0,000 | 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) | 0,003 | 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