The Influence of Surface Hydroxylation Media on the Luminescence and Electronic Structure of Cr<sup>3+</sup>-Doped Zinc Gallate Nanoparticles
Notice bibliographique
Résumé
Near-infrared (NIR) persistent luminescent (PersL) nanomaterials, such as Cr 3+ -doped zinc gallate (CZGO), have shown strong potential for biologically based imaging owing to their unique optical properties. For intravenous injection, maintaining high dispersibility in aqueous media is important, and surface hydroxylation is a common strategy to improve colloidal stability. Prior studies claimed that both acidic and basic treatments can hydroxylate CZGO surfaces. It is unclear why hydroxylation can be achieved in aqueous media with drastically different chemical environments and whether these different hydroxylation routes lead to comparable optical performances and long-term colloidal stability. In this work, CZGO nanoparticles were hydroxylated in acidic, neutral, and basic conditions, where their morphology, dispersibility and luminescence were compared. We found that a stable colloidal dispersion can be successfully produced in all media used, but acid-treated samples exhibited the strongest and longest-lasting luminescence. X-ray photoelectron spectroscopy (XPS) revealed distinct surface chemistry depending on the hydroxylation medium, enabling direct correlation between the treatment environment and luminescence behaviors. These findings clarified the unsolved questions about how hydroxylation conditions influence both surface chemistry and optical performance, which provided insights for optimizing PersL nanoparticles for biomedical applications.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».