Quantification of the Shell Thickness of Tin Oxide/Gold Core–Shell Nanoparticles by X-ray Photoelectron Spectroscopy
Notice bibliographique
Résumé
Encapsulation of nanoparticles (NP) by a shell material provides characteristics and properties not achievable by the individual materials of the core and the shell. Therefore, the characterization of morphology parameters of core–shell nanoparticles (CSNP) is critical to determine their performance. In this work, an analysis to determine the shell thickness of CSNP has been conducted using a simple and noniterative procedure known as Shard’s methodology, where the conversion of XPS peak intensities into shell thickness can be performed. Implementing the Simulation of Electron Spectra for Surface Analysis (SESSA), we acquired an insight into the morphology and composition of the CSNP by simulating the spectra from XPS to extract the parameters (Shard’s methodology) and confirm the core–shell ratio with experimental spectra to quantify the shell thickness. The CSNPs were synthesized with reverse micelle templating using diblock copolymer micellar templates, using various ratios of tin and gold precursors to form SnO 2 @Au core–shell nanoparticles. Considering elastic-scattering effects, a good agreement was found in the quantification of the shell thicknesses with a variation inside the ±10% regime of the effective attenuation length (EAL). This work demonstrates the use of simulation software as a complementary tool to a multitechnique analysis for a detailed understanding of CSNP.
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 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) | 0,000 | 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 | 0,001 | 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 tête enseignante, 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 ».