SERS Monitoring Hot Electron Generation in Plasmonic Silver Nanocube Monolayers
Notice bibliographique
Résumé
Optimizing hot electron generation is important for increasing the efficiency of light harvesting in photovoltaics and photocatalysis. Surface-enhanced Raman spectroscopy (SERS) is a valuable tool to assess the extent of such electron production as it enables monitoring of the hot electron-driven chemical reactions. In this work, SERS was used to compare the hot electrons generated when two localized surface plasmon resonance (LSPR) modes present in plasmonic substrates prepared using silver nanocubes (AgNC) were excited: the dipole LSPR mode and the coupled LSPR mode. The silver plasmonic monolayers were prepared on polystyrene-coated glass slides at various nanoparticle densities and therefore varying intensities of the dipolar and coupled resonances. Dehalogenation of bromothiophenol and chlorothiophenol was used as a hot electron sensitive reaction. The dependence of the reaction yield on the excitation wavelength, power, and extent of plasmonic coupling was assessed by monitoring SERS spectral evolution. It was found that excitation of the dipole mode resulted in a hot electron yield higher than that of the coupling mode for the substrates used. Additionally, it was found that the hot electron yield for the AgNC substrates decreased as the coupling mode strength increased. This work shows the need for a better control over the plasmonic substrate fabrication and characterization methods to allow improved hot electron generation from the coupled modes.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».