MétaCan
Menu
Retour à la cohorte
Enregistrement W2339130366 · doi:10.1021/acsami.5b11579

pH-Dependent Synthesis of Novel Structure-Controllable Polymer-Carbon NanoDots with High Acidophilic Luminescence and Super Carbon Dots Assembly for White Light-Emitting Diodes

2016· article· en· W2339130366 sur OpenAlexaff
Siyu Lu, Ridong Cong, Shoujun Zhu, Xiaohuan Zhao, Junjun Liu, John S. Tse, Sheng Meng, Bai Yang

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon and Quantum Dots Applications
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesMinistry of Science and Technology of the People's Republic of ChinaMinistry of Education of the People's Republic of ChinaNational Natural Science Foundation of China
Mots-clésMaterials scienceNanodotLuminescenceCarbon fibersDiodeOptoelectronicsPolymerNanotechnologyLight-emitting diodeWhite lightComposite material

Résumé

récupéré en direct d'OpenAlex

We use a pH-dependent solubility equilibrium to develop a one-pot aqueous synthesis of polymer carbon nanodots with novel structures. The chemical structure and photoluminescence (PL) were heavily influenced by the synthesis pH, with cross-linked polymer-carbon film (pH > 7), polymer carbon nanosheets (3 < pH < 7), and amorphous carbon structures (1 < pH < 3) achieved by altering the initial pH. Although pH-dependent structures frequently occur in typical semiconductors and supramolecular architectures involving metal, this is the first experimental work describing it in carbon nanodots. Supersmall carbon nanodots (SCNDs, ∼0.5 nm) were obtained at pH < 1; their direct white emission can be easily applied as an inexpensive color-changing layer in white LEDs. Investigation of the PL mechanism of the SCNDs revealed an uncommon multilevel highly emissive recombination channel, which could be possibly derived from the wide distributions of surface-state PL centers. Theoretical calculation of the single layer of the carbon dots further explored their band gap changes.

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 Opus0,009
Tête enseignante GPT0,215
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

Citations119
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetCarbon and Quantum Dots ApplicationsTravaux en français237 207