MétaCan
Menu
Retour à la cohorte
Enregistrement W1920891496 · doi:10.3390/photonics2030855

Quantum Dot/Liquid Crystal Nanocomposites in Photonic Devices

2015· article· en· W1920891496 sur OpenAlexaff
Andrea L. Rodarte, Fredy Cisneros, Jason E. Hein, Sayantani Ghosh, Linda S. Hirst

Notice bibliographique

RevuePhotonics · 2015
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePhotonic Crystals and Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesDivision of Materials ResearchUniversity of Illinois at Urbana-ChampaignNational Science Foundation
Mots-clésLiquid crystalMaterials scienceQuantum dotMesogenDispersion (optics)Cholesteric liquid crystalPhotonic crystalNanoparticlePhotonicsPhase (matter)Particle (ecology)NanotechnologyOptoelectronicsChemical physicsOpticsLiquid crystallineChemistryPhysicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Quantum dot/liquid crystal nano-composites are promising new materials for a variety of applications in energy harvesting, displays and photonics including the liquid crystal laser. To realize many applications, however, we need to control and stabilize nano-particle dispersion in different liquid crystal host phases and understand how the particles behave in an anisotropic fluid. An ideal system will allow for the controlled assembly of either well-defined nano-particle clusters or a uniform particle distribution. In this paper, we investigate mesogen-functionalized quantum dots for dispersion in cholesteric liquid crystal. These nanoparticles are known to assemble into dense stable packings in the nematic phase, and such structures, when localized in the liquid crystal defects, can potentially enhance the coupling between particles and a cholesteric cavity. Controlling the dispersion and assembly of quantum dots using mesogenic surface ligands, we demonstrate how resonant fluid photonic cavities can result from the co-assembly of luminescent nanoparticles in the presence of cholesteric liquid crystalline ordering.

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 enseignants0,002
Score d'incertitude au seuil0,007

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,021
Tête enseignante GPT0,273
Écart entre enseignants0,252 · 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

Citations35
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhotonicsMême sujetPhotonic Crystals and ApplicationsTravaux en français237 207