MétaCan
Menu
Retour à la cohorte
Enregistrement W2155788077 · doi:10.1002/adfm.200800151

Controlling the Optical Properties of Inorganic Nanoparticles

2008· article· en· W2155788077 sur OpenAlexaff
Gregory D. Scholes

Notice bibliographique

RevueAdvanced Functional Materials · 2008
Typearticle
Langueen
DomaineMaterials Science
ThématiqueQuantum Dots Synthesis And Properties
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésNanocrystalMaterials scienceNanotechnologyNanorodExcitonNanoparticleHeterojunctionSemiconductorOptoelectronicsPhysicsCondensed matter physics

Résumé

récupéré en direct d'OpenAlex

Abstract The sophistication with which we can now prepare and characterize inorganic nanoparticles has inspired new areas of research into the fundamental properties and applications of these fascinating nanoscale systems. In this article some of the recent ideas concerning control of their optical properties are examined and explained, focusing on semiconductor nanocrystals. It is known that the optical properties of nanocrystals can be size‐tunable, but it is less obvious how shape matters. To explain how size as well as shape matters, the electronic structure of nanocrystals is sketched in relatively simple terms, leading to an introduction to deeper concepts at the heart of spectroscopy such as the exciton fine structure. The exciton fine structure states, although obscured by inhomogeneous line broadening, dictate selection rules for optical excitation. These viewpoints are compared and contrasted to well‐established principles in molecular spectroscopy that provide inspiration as well as perspective. The control of optical poperties is founded on our ability to prepare good quality colloidal particles. Recent advances in nanocrystal shape control are described. The current status of heterostructures is examined, with an emphasis on charge separation in CdSe–CdTe nanorods.

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 seuil0,003

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 savante0,0010,000
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 Opus0,039
Tête enseignante GPT0,213
Écart entre enseignants0,174 · 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

Citations252
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Functional MaterialsMême sujetQuantum Dots Synthesis And PropertiesTravaux en français237 207