MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405546510 · doi:10.1021/acs.jafc.4c08229

Ultra-Sensitive Abscisic Acid Detection Using Gold and 4-Mercaptopyridine Perovskite-Engineered Robust Nanofibers (GLAMPER-NFs) under Surface-Enhanced Raman Spectroscopy

2024· article· en· W4405546510 sur OpenAlexaff
Syed Muhammad Zaigham Abbas Naqvi, Jingkai Zhao, Muhammad Naveed Tahir, Muhammad Awais, Yanyan Zhang, Junfeng Wu, Shakeel Ahmed, Linze Li, Vijaya Raghavan, Jiandong Hu

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensMcGill University
Organismes subventionnairesState Key Laboratory of Wheat and Maize Crop ScienceNational Natural Science Foundation of China
Mots-clésNanofiberRaman spectroscopySurface-enhanced Raman spectroscopyAbscisic acidChemistryMaterials scienceSpectroscopyNanotechnologyPerovskite (structure)Chemical engineeringBiochemistryCrystallographyRaman scatteringOptics

Résumé

récupéré en direct d'OpenAlex

This study explores the development and application of gold and 4-mercaptopyridine (MPY) perovskite-engineered robust nanofibers (GLAMPER-NFs) for the ultrasensitive detection of Abscisic acid (ABA) under Raman spectroscopy, a crucial plant hormone. The GLAMPER-NFs composite material, consisting of MAPbCl 3 nanofibers integrated with MPY-coated gold nanostructures, demonstrates exceptional performance in surface-enhanced Raman scattering (SERS)-based sensing. The study elucidates the material structure and properties through comprehensive characterization using scanning electron microscopy (SEM), UV–vis spectroscopy, fluorescence spectroscopy, Fourier transform infrared, and Raman spectroscopy. The SEM analysis reveals uniform nanofibers with diameter of 107.8 ± 3.06 nm, while spectroscopic studies confirm the successful synthesis and integration of the composite components. The SERS-based detection of ABA showcases remarkable sensitivity, with a linear detection range ( R 2 = 0.9957) spanning 7 orders of magnitude (10 –14 –10 –7 M) and presented a limit of detection of 10 –11 and enhancement factor of 1.08 × 10 7 . This surpasses the performance of existing sensing platforms, demonstrating clear spectral responses even at femtomolar concentrations. The synergistic effects of the perovskite structure, plasmonic gold nanoparticles, and MPY linking molecules contributed exceptional sensing capabilities to the GLAMPER-NFs material. Fluorescence studies further corroborate the sensitivity and provide insights into the photophysical interactions between ABA and the composite material. This research advances the understanding of perovskite-based hybrid materials and presents a promising GLAMPER-NFs as SERS substrate for ultrasensitive plant hormone detection, with potential applications in agricultural monitoring and plant science research.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,000
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,222
Écart entre enseignants0,215 · 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
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food Chemistry→Même sujetAdvanced biosensing and bioanalysis techniques→Travaux en français237 207→