MétaCan
Menu
Retour à la cohorte
Enregistrement W4401806976 · doi:10.1021/acs.jpcc.4c03621

Nonaqueous Electrochemical Surface-Enhanced Raman Spectroscopy (EC-SERS) Using Screen-Printed Electrodes

2024· article· en· W4401806976 sur OpenAlexafffund
Isabela E. Drozdowski, Christa L. Brosseau

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensSaint Mary's University
Organismes subventionnairesResearch Nova ScotiaNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCanada Foundation for Innovation
Mots-clésRaman spectroscopySurface-enhanced Raman spectroscopyElectrochemistryElectrodeAcetonitrileMaterials scienceMethanolBisphenol ASolventNanotechnologyAnalytical Chemistry (journal)ChemistryRaman scatteringChromatographyOrganic chemistryPhysical chemistryOptics

Résumé

récupéré en direct d'OpenAlex

This work explores the development of nonaqueous electrochemical surface-enhanced Raman spectroscopy (EC-SERS) as a routine spectroelectrochemical characterization tool. The method has various benefits including the ability to explore molecular species with wide ranging solubility, it is relatively inexpensive, and it has potential for the analytical determination of nonpolar species. In this work, a classical SERS probe, 2,2′-bipyridine (22BPY), was studied as a proof-of-concept model system to establish the efficiency of reusable ceramic screen-printed electrode (SPE) sensors and to observe chemical effects associated with solvent. With the combined electrochemical and SERS effects, 22BPY was found to have an enhanced SERS signal of up to 4.6× in acetonitrile and 3.6× in methanol relative to the corresponding open-circuit potential (OCP) spectrum. Next, analytical targets including bisphenol A and bisphenol S (BPA and BPS) were studied using the EC-SERS system in methanol to further validate the method and showcase its potential for use as a method of probing and detecting low concentrations of Raman active compounds. Critical analysis of the method, opportunities for improvement, and potential avenues for future work are further discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,011
Tête enseignante GPT0,265
Écart entre enseignants0,254 · 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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry CMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207