MétaCan
Menu
Retour à la cohorte
Enregistrement W2008571005 · doi:10.1021/nn401383t

Chemical and Thermodynamic Control of the Surface of Semiconductor Nanocrystals for Designer White Light Emitters

2013· article· en· W2008571005 sur OpenAlexafffund
Michael Krause, Jonathan Mooney, Patanjali Kambhampati

Notice bibliographique

RevueACS Nano · 2013
Typearticle
Langueen
DomaineMaterials Science
ThématiqueQuantum Dots Synthesis And Properties
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésPhotoluminescenceNanocrystalMaterials scienceSemiconductorSolid-state lightingQuantum yieldSpectral lineChemical physicsSurface statesOptoelectronicsNanotechnologyLight-emitting diodeChemistryOpticsSurface (topology)FluorescencePhysics

Résumé

récupéré en direct d'OpenAlex

Small CdSe semiconductor nanocrystals with diameters below 2 nm are thought to emit white light due to random surface defects which result in a broad distribution of midgap emitting states, thereby preventing rational design of small nanocrystal white light emitters. We perform temperature dependent photoluminescence experiments before and after ligand exchange and electron transfer simulations to reveal a very simple microscopic picture of the origin of the white light. These experiments and simulations reveal that these small nanocrystals can be physically modeled in precisely the same way as normal-sized semiconductor nanocrystals; differences in their emission spectra arise from their surface thermodynamics. The white light emission is thus a consequence of the thermodynamic relationship between a core excitonic state and an optically bright surface state with good quantum yield. By virtue of this understanding of the surface and the manner in which it is coupled to the core excitonic states of these nanocrystals, we show both chemical and thermodynamic control of the photoluminescence spectra. We find that using both temperature and appropriate choice in ligands, one can rationally control the spectra so as to engineer the surface to target color rendering coordinates for displays and white light emitters.

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 enseignants0,001
Score d'incertitude au seuil0,239

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 Opus0,011
Tête enseignante GPT0,199
Écart entre enseignants0,189 · 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

Citations93
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS NanoMême sujetQuantum Dots Synthesis And PropertiesTravaux en français237 207