Síntese e caracterização de >i<quantum dots>/i< de cobre
Bibliographic record
Abstract
O foco desta dissertação foi sintetizar nanopartículas de cobre plasmônicas que sejam estáveis no meio aquoso na escala de tamanho (≤ 5nm) e, a partir da investigação das propriedades fluorescentes que apresentam, estudar as diferenças entre as suas propriedades plasmônicas.Foi empregado o Ranelato (ligante de um metalofármaco) como agente estabilizante para a preparação das séries de sínteses que apresentam fluorescência com o método de redução química.Esse ligante, na forma de complexo de estrôncio, é um fármaco contra osteoporose.Na forma livre, mostrou-se altamente capaz de estabilizar diferentes estados de oxidação do cobre em um fino controle de síntese de nanopartículas de cobre, em meio aquoso, que foram altamente estáveis a oxidação, apresentando curiosamente duas populações de tamanho entre 1,8 e 15 nm.As nanopartículas apresentaram absorção de SPR no visível em 581 nm e foram caracterizadas por espectroscopia UV-Vis.Estas nanopartículas também apresentaram uma banda de emissão em 600 nm (quando excitadas em 581 nm) e foram caracterizadas por espectroscopia de fluorescência; a distribuição de tamanho por espalhamento de luz dinâmico (DLS) e o tamanho real das partículas bem como os estados de oxidação do metal, se caracterizaram por microscopia eletrônica de transmissão de alta resolução (HRTEM).Os mecanismos envolvidos na fluorescência e as possíveis transferências de energia foram estudados juntos por espectroscopia de fluorescência sincronizada.Além de todas estas técnicas utilizadas foram usadas outras técnicas como EPR e XPS de forma exploratória sem muito aprofundamento que também ajudaram na caraterização do material.Tais sínteses abrem novos e interessantes estudos sobre a natureza do ligante e a química de coordenação do ligantemetal em superfície.O fenômeno de fluorescência que apresentaram as partículas nesta escala de tamanho cria futuras estratégias para aplicações biológicas, como na terapia fotodinâmica, por exemplo.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".