MétaCan
Menu
Retour à la cohorte
Enregistrement W2032572649 · doi:10.1088/0957-4484/23/20/205203

Coherent molecular resonances in quantum dot–metallic nanoparticle systems: coherent self-renormalization and structural effects

2012· article· en· W2032572649 sur OpenAlexaff
Ali Hatef, Seyed M. Sadeghi, Mahi R. Singh

Notice bibliographique

RevueNanotechnology · 2012
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensWestern UniversityPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésPlasmonRenormalizationQuantum dotMaterials scienceExcitonCoherence (philosophical gambling strategy)Coupling (piping)Condensed matter physicsField (mathematics)Quantum opticsNanoparticleSurface plasmonPhysicsMolecular physicsOptoelectronicsQuantum mechanicsNanotechnology

Résumé

récupéré en direct d'OpenAlex

It is known that surface-plasmon resonances of metallic nanoparticles can significantly enhance the field experienced by semiconductor quantum dots. In this paper we show that, when quantum dots are in the vicinity of metallic nanoparticles and interact with coherent light sources (laser fields), coherent exciton-plasmon coupling (quantum coherence effects) can increase the amount of the plasmonic field enhancement significantly. We also study how the coherent molecular resonances generated by such a coupling process are influenced by the self-renormalization of the plasmonic fields and the structural parameters of the systems, particularly the size and shape of the metallic nanoparticle. The renormalization process happens via mutual impacts of the radiative decay rate of excitons and the coherent exciton-plasmon coupling on each other. Our results highlight the conditions where the molecular resonances become very sharp, offering optical switching processes with high extinction ratio and wide ranging device applications.

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 enseignants0,050
Score d'incertitude au seuil0,503

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 Opus0,008
Tête enseignante GPT0,232
Écart entre enseignants0,224 · 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

Citations41
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanotechnologyMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207