MétaCan
Menu
Retour à la cohorte
Enregistrement W1976788732 · doi:10.1039/c2ee23013e

Solar light harvesting by energy transfer: from ecology to coherence

2012· article· en· W1976788732 sur OpenAlexaff
Gregory D. Scholes, Tihana Mirkovic, Daniel B. Turner, Francesca Fassioli, Andreas Buchleitner

Notice bibliographique

RevueEnergy & Environmental Science · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePhotosynthetic Processes and Mechanisms
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCoherence (philosophical gambling strategy)Energy harvestingEnergy transferNanotechnologyLight emissionEcologyPhysicsBiologyMaterials scienceOptoelectronicsEngineering physicsEnergy (signal processing)

Résumé

récupéré en direct d'OpenAlex

Over billions of years, evolutionary pressure has facilitated the development of sophisticated and diverse light-harvesting systems in photosynthetic organisms, enabling them to adapt to a variety of habitats and light conditions. Today, driven by the need for cheap and efficient solar power, we turn to photosynthetic organisms and their light-active supramolecular assemblies for bio-inspiration. By studying natural systems, we can learn more about the basic principles behind the fine-tuned functionalities of light capture and energy transfer on the molecular level. In this review, we use ideas from evolutionary ecology and quantum mechanics to elucidate the parameters that underpin the efficient and robust light-harvesting machinery of natural light-harvesting systems. The family of antenna proteins of cryptophyte algae serves as an example to illustrate the evolutionary diversification process on a structural and consequently a photophysical level. Two-dimensional electronic spectroscopy experiments reveal the existence of coherence among vibronic levels in the initial response of light-harvesting proteins to femtosecond optical excitation. We discuss what implications quantum transport processes might have for light harvesting.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,003
Communication savante0,0010,003
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,004
Tête enseignante GPT0,186
Écart entre enseignants0,182 · 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'étudeObservationnel
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

Citations138
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & Environmental ScienceMême sujetPhotosynthetic Processes and MechanismsTravaux en français237 207