Interrelated Roles of Multiple Key Structure‐Directing Agents in Seed‐Mediated Growth of Monodisperse and Multibranched Au Nanoparticles
Notice bibliographique
Résumé
Abstract Detailed mechanistic investigations of the interrelated roles of multiple key structure‐directing agents in the growth solution of Au nanoparticles (AuNPs) is required for the optimization of synthetic protocols. Here, we report a robust seed‐mediated growth strategy for synthesizing multibranched NPs (MB‐AuNPs) with monodispersed size distribution, and investigate the roles of Ag ions and 4‐(2‐hydroxyethyl)piperazine‐1‐ethanesulfonic acid (HEPES) based on an overgrowth synthesis approach. The intertwining roles of Ag + , surface‐capping stabilizers, and reducing agents were elucidated, and used to control the morphology of MB‐AuNPs. The overgrowth of MB‐AuNPs involves two distinct underlying pathways, namely, directional and anisotropic growth of Au branches on specific facets of Au seeds as well as an aggregation and growth mechanism governed by HEPES. In addition to Ag ions and HEPES, morphology tunability can also be achieved by pre‐modification of the Au seeds with molecular probes. Optimized probe‐containing MB‐AuNPs prove to be excellent surface‐enhanced Raman scattering (SERS) substrates and nanozymes. Taken together, the results of this work reveal the mechanistic evolution of nanocrystal growth which should stimulate the development of new synthetic strategies, improve the capabilities of tuning the optical, catalytic, and electronic properties of NPs, and further advance their applications in biolabeling, imaging, biosensing, and therapy.
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 | 0,000 | 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 | 0,000 | 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 ».