MétaCan
Menu
Retour à la cohorte
Enregistrement W4312155735 · doi:10.1021/acsanm.2c04376

Silver Nanoparticle on Alumina Films Tailored for Surface-enhanced Raman Spectroscopy and Detection of Pesticides

2022· article· en· W4312155735 sur OpenAlexafffund
Graham Beaton, Yazan Bdour, Carlos Escobedo, Kevin G. Stamplecoskie

Notice bibliographique

RevueACS Applied Nano Materials · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésSilver nanoparticleRaman scatteringMaterials scienceRaman spectroscopySubstrate (aquarium)Surface-enhanced Raman spectroscopyDetection limitNanoparticleNanotechnologyPlasmonVisible spectrumChemical engineeringChemistryOptoelectronicsOpticsChromatography

Résumé

récupéré en direct d'OpenAlex

Silver nanoparticles (AgNPs) have been widely investigated for their ability to enable surface-enhanced Raman scattering for chemical sensing. Despite many advantages of silver over other plasmonic metals, the unwanted reactivity of silver makes long-term substrate stability and quantitative reproducibility in sensing challenging. AgNPs supported on alumina display robust stability against oxidation while remaining labile to photochemical shape control methods. These easily reproduced films can be tailored to absorb light across the visible spectrum depending on user needs and show long-term performance as SERS sensors. Optimization parameters are explored, and these films are showcased as promising chemical sensors for the pesticide thiram with a 96 ppb (m/v) detection limit.

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)0,001
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 seuil0,795

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,234
Écart entre enseignants0,222 · 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

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Nano MaterialsMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207