Notice bibliographique
Résumé
Abstract Colloidal nanocrystals are quantum‐size‐effect tunable; offer an abundance of available surface area for electronic and chemical interactions; and are processible from organic or aqueous solution onto substrates rigid or flexible, smooth or rough, flat or curved, inorganic or organic (including biological), crystalline or amorphous, conducting, semiconducting, or insulating. With the benefit of over a decade's progress in visible‐light‐emitting colloidal‐quantum‐dot synthesis, physical chemistry, and devices, significant progress has recently been made in infrared‐active colloidal quantum dots and devices. This progress report summarizes the state‐of‐the‐art in infrared colloidal quantum dots, with an emphasis on applications and devices. The applications of interest surveyed include monolithic integration of fiber‐optic and free‐space‐communications photonic components with electronic substrates such as silicon and glass; in‐vivo biological tagging in infrared spectral bands in which living tissue is optically penetrable to a depth of 5–10 cm; solar and thermal photovoltaics for energy conversion; and infrared sensing and imaging based on non‐visible, including thermal, signatures. The synthesis and properties of quantum dots are first reviewed: photoluminescence quantum efficiencies greater than 50 % are achievable in solution, and stable luminescent dots are available in organic and aqueous solvents. Electroluminescent devices based on solution processing have been reported with external quantum efficiencies approaching 1 %. Photoconductive devices have been realized with 3 % internal quantum efficiencies, and a photovoltaic effect was recently observed. Electro‐optic modulation achieved by either field‐ or charge‐induced modification of the rate of optical absorption has been demonstrated based both on interband and intersubband (intraband) transitions. Optical gain from these processible materials with a threshold of 1 mJ cm–2 and an optical net modal gain coefficient of 260 ± 20 cm–1 have been reported.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,015 |
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 ».