MétaCan
Menu
Retour à la cohorte
Enregistrement W4281725414 · doi:10.1021/acs.jpcc.2c02337

Electrochemical Surface-Enhanced Raman Spectroscopy (EC-SERS) and Computational Study of Atrazine: Toward Point-of-Need Detection of Prevalent Herbicides

2022· article· en· W4281725414 sur OpenAlexafffund
Najwan Albarghouthi, Maddison Eisnor, Cory C. Pye, Christa L. Brosseau

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensSaint Mary's University
Organismes subventionnairesResearch Nova ScotiaNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCanada Foundation for Innovation
Mots-clésAtrazineAdsorptionMoleculeRaman spectroscopyMoietyPerpendicularElectrochemistryMaterials scienceSurface-enhanced Raman spectroscopyNanotechnologyRaman scatteringChemistryElectrodeOpticsPhysical chemistryStereochemistryOrganic chemistryPhysicsPesticide

Résumé

récupéré en direct d'OpenAlex

This paper presents an electrochemical SERS (EC-SERS) and computational study of the common herbicide atrazine. Herein, we highlight that the atrazine molecule shows a clear potential-dependent SERS signal that manifests as two different adsorption orientations at the nanostructured silver surface. This finding is supported by computational work and indicates that the initial adsorption orientation is perpendicular to the surface with the C–Cl moiety pointed away from the surface, and upon stepping to negative applied voltages, the atrazine molecule rotates such that the C–Cl and isopropyl moieties are orientated more planar to the surface, while the molecule remains oriented perpendicular to the surface. To the best of our knowledge, this paper represents the first EC-SERS study of atrazine and paves the way for a rapid point-of-need detection tool for atrazine monitoring in the environment wherein an enhanced signal can be detected at negative applied voltages.

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 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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,224

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,010
Tête enseignante GPT0,246
Écart entre enseignants0,237 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry CMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207