Optical trapping of an encapsulated quantum dot using a double nanohole aperture in a metal film
Notice bibliographique
Résumé
Optical trapping is a promising technique which involves holding and manipulating small particles in a non-destructive way. Conventional trapping methods are able to trap dielectric particles with size greater than 100 nm. Using a double-nanohole in a metal film (with sharp tips where the holes meet) has enabled us to trap dielectric particles such as quantum dots and single proteins. This has been achieved even while using low laser power. Since the refractive index of the particle is larger than the surrounding environment, the aperture appears larger when the particle enters the aperture. This allows for more light transmitted through the aperture. The change in transmission changes the light momentum, and by Newton’s third law, there will be a force which will push back the particle to the equilibrium position. The change in light transmission also allows for facile detection of the trapping event. In this work, we use the double-nanohole to trap encapsulated quantum dots. Quantum dots are practically useful for several purposes including computing, biology and electronic devices. The ability to manipulate these particles with precision is critical to development of quantum dots usage in these fields. The CdS quantum dots, which are used in this work, are coated with a polymer shell, with a total size between 20 nm to 22 nm. The trapping and manipulation of quantum dots is promising for nanofabrication technologies that seek to place a quantum dot at a specific location in a plasmonic or nanophotonic structure. The next step in this research will be imaging of quantum dots using their fluorescence while trapping is occurring, so that a clear indication of trapping event will be available.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».