Room Temperature Cation Exchange Reaction in Nanocrystals for Ultrasensitive Speciation Analysis of Silver Ions and Silver Nanoparticles
Notice bibliographique
Résumé
To evaluate the toxicity of silver nanoparticles (AgNPs) and Ag(+) and gain deep insight into the transformation of AgNPs in the environment or organisms, ultrasensitive analytical methods are needed for their speciation analysis. About 40-fold of Cd(2+) in CdTe ionic nanocrystals can be "bombarded-and-exploded" (exchanged) in less than 1 min simply by mixing the nanocrystals with Ag(+) solution at room temperature, while this cation exchange reaction did not occur when only silver nanoparticles were present. On the basis of this striking difference, an ultrasensitive method was developed for speciation analysis of Ag(+) and AgNPs in complex matrices. The released Cd(2+) was reduced to its volatile species by sodium tetrahydroborate, which was separated and swept to an inductively coupled plasma mass spectrometer (ICPMS) or an atomic fluorescence spectrometer (AFS) for the indirect but ultrasensitive detection of Ag(+). Owing to the remarkable signal amplification via the cation exchange reaction and the advantages of chemical vapor generation for sampling, the limit of detection was 0.0003 μg L(-1) for Ag(+) by ICPMS, which was improved by 100-fold compared to the conventional method. Relative standard deviations are better than 2.5% at a concentration of 0.5 μg L(-1) Ag(+) or AgNPs regardless of the detector. The proposed method retains several unique advantages, including ultrahigh sensitivity, speciation analysis, simplicity and being organic reagent-free, and has been successfully utilized for speciation analysis of Ag(+) and AgNPs in environmental water samples and paramecium cells.
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 | 0,001 |
| 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 ».