MétaCan
Menu
Retour à la cohorte
Enregistrement W2071595140 · doi:10.1039/c4cp03080j

O<sub>2</sub>adsorption dependent photoluminescence emission from metal oxide nanoparticles

2014· article· en· W2071595140 sur OpenAlexaff
Amir R. Gheisi, C Neygandhi, Andreas Sternig, E. Carrasco, Hubertus Marbach, Daniel Thomele, Oliver Diwald

Notice bibliographique

RevuePhysical Chemistry Chemical Physics · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueZnO doping and properties
Établissements canadiensInstitute of Particle Physics
Organismes subventionnairesnon disponible
Mots-clésPhotoluminescenceAdsorptionNanoparticleOxideMetalMaterials scienceChemical engineeringInorganic chemistryNanotechnologyChemistryPhysical chemistryOptoelectronicsMetallurgyEngineering

Résumé

récupéré en direct d'OpenAlex

Optical properties of metal oxide nanoparticles are subject to synthesis related defects and impurities. Using photoluminescence spectroscopy and UV diffuse reflectance in conjunction with Auger electron spectroscopic surface analysis we investigated the effect of surface composition and oxygen adsorption on the photoluminescence properties of vapor phase grown ZnO and MgO nanoparticles. On hydroxylated MgO nanoparticles as a reference system, intense photoluminescence features exclusively originate from surface excitons, the radiative deactivation of which results in collisional quenching in an O2 atmosphere. Conversely, on as-prepared ZnO nanoparticles a broad yellow emission feature centered at hνEm = 2.1 eV exhibits an O2 induced intensity increase. Attributed to oxygen interstitials as recombination centers this enhancement effect originates from adsorbate-induced band bending, which is pertinent to the photoluminescence active region of the nanoparticles. Annealing induced trends in the optical properties of the two prototypical metal oxide nanoparticle systems, ZnO and MgO, are explained by changes in the surface composition and underline that particle surface and interface changes that result from handling and processing of nanoparticles critically affect luminescence.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,220
Écart entre enseignants0,206 · 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'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

Citations44
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Chemistry Chemical PhysicsMême sujetZnO doping and propertiesTravaux en français237 207