Light-Selective Nanofilms of Quantum Dot-Poly(ethylene-<i>co</i>-vinyl acetate) Synthesized with Supercritical CO<sub>2</sub>
Notice bibliographique
Résumé
The synthesis of polymer nanocomposites with incorporated quantum dots (QDs) has been attracting significant interest due to their unique applications in a variety of fields. Here we explored the synthesis and characterization of novel QD-poly(vinyl acetate) (PVAc) and poly(ethylene-co-vinyl acetate) (PEVA) nanocomposites for application as light-selective nanofilms. Both CdS and CdS-ZnS core−shell QDs were synthesized by means of pyrolysis of single molecular precursors at 180 °C, and then functionalized with a methoxysilane group for subsequent attachment to polymer chains by using sol−gel chemistry. These novel materials were examined with FTIR, EDX elemental analysis, solubility tests, photoluminescence, and UV−vis spectroscopy for characterization of the QDs, indicating successful synthesis and functionalization. The functionalized QDs were then used to synthesize novel QD-PVAc and QD-PEVA nanocomposites via a one-pot technique in supercritical carbon dioxide (scCO 2 ), which acts as a solvent and drying agent for the sol−gel chemistry linking the QDs to the polymer chains. In the synthesis of QD-PVAc, the characteristic emission peak of the QDs was quenched attributed to phase separation in the nanocomposites. By stabilizing the QDs with an excessive amount of ligands and controlling the reaction conditions, light-selective QD-PEVA nanofilms were successfully synthesized by using a two-step technique in scCO 2 . The synthesized QD-PEVA nanofilms displayed significant absorption in the UV and violet regions of the electromagnetic spectrum, while providing a characteristic emission in the region from orange to red light. This novel synthesis route can be applied to the synthesis of other light-selective nanofilms by varying the quantum dot and polymer systems.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».