MétaCan
Menu
Retour à la cohorte
Enregistrement W4306153523 · doi:10.3390/nano12203586

Spatially-Localized Functionalization on Nanostructured Surfaces for Enhanced Plasmonic Sensing Efficacy

2022· article· en· W4306153523 sur OpenAlexafffund
Jean‐François Bryche, Marlo Vega, A. Tempez, Thibault Brulé, Thomas Carlier, Julien Moreau, Marc Chaigneau, Paul G. Charette, Michael Canva

Notice bibliographique

RevueNanomaterials · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensInstitut interdisciplinaire d'innovation technologiqueUniversité de Sherbrooke
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaAgence Nationale de la Recherche
Mots-clésSurface modificationThiophenolMaterials sciencePlasmonNanotechnologyRaman spectroscopyPlasmonic nanoparticlesOptoelectronicsOpticsChemical engineeringChemistry

Résumé

récupéré en direct d'OpenAlex

This work demonstrates the enhancement in plasmonic sensing efficacy resulting from spatially-localized functionalization on nanostructured surfaces, whereby probe molecules are concentrated in areas of high field concentration. Comparison between SERS measurements on nanostructured surfaces (arrays of nanodisks 110 and 220 nm in diameter) with homogeneous and spatially-localized functionalization with thiophenol demonstrates that the Raman signal originates mainly from areas with high field concentration. TERS measurements with 10 nm spatial resolution confirm the field distribution profiles predicted by the numerical modeling. Though this enhancement in plasmonic sensing efficacy is demonstrated with SERS, results apply equally well to any type of optical/plasmonic sensing on functionalized surfaces with nanostructuring.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,013
Score d'incertitude au seuil0,999

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,252
Écart entre enseignants0,232 · 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.

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

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNanomaterialsMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207