MétaCan
Menu
Retour à la cohorte
Enregistrement W1967763598 · doi:10.1139/v08-099

Mechanistic principles and applications of resonance energy transfer

2008· article· en· W1967763598 sur OpenAlexvenueno aff
Davıd L. Andrews

Notice bibliographique

RevueCanadian Journal of Chemistry · 2008
Typearticle
Langueen
DomaineChemistry
ThématiquePhotochemistry and Electron Transfer Studies
Établissements canadiensnon disponible
Organismes subventionnairesEngineering and Physical Sciences Research CouncilUniversity of East AngliaLeverhulme Trust
Mots-clésFörster resonance energy transferContext (archaeology)ChemistryNanotechnologyResonance (particle physics)Energy transferChemical physicsMechanism (biology)FluorescencePhysicsAtomic physicsMaterials scienceQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Resonance energy transfer is the primary mechanism for the migration of electronic excitation in the condensed phase. Well-known in the particular context of molecular photochemistry, it is a phenomenon whose much wider prevalence in both natural and synthetic materials has only slowly been appreciated, and for which the fundamental theory and understanding have witnessed major advances in recent years. With the growing to maturity of a robust theoretical foundation, the latest developments have led to a more complete and thorough identification of key principles. The present review first describes the context and general features of energy transfer, then focusing on its electrodynamic, optical, and photophysical characteristics. The particular role the mechanism plays in photosynthetic materials and synthetic analogue polymers is then discussed, followed by a summary of its primarily biological structure determination applications. Lastly, several possible methods are described, by the means of which all-optical switching might be effected through the control and application of resonance energy transfer in suitably fabricated nanostructures.Key words: FRET, Förster energy transfer, photophysics, fluorescence, laser.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,057
Score d'incertitude au seuil0,552

Scores Codex et Gemma par catégorie

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 Opus0,012
Tête enseignante GPT0,191
Écart entre enseignants0,179 · 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 tête enseignante, 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

Citations54
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ChemistryMême sujetPhotochemistry and Electron Transfer StudiesTravaux en français237 207