Exciton Generation in Semiconductor Nanocrystals via the Near-Field Plasmon Energy Transfer
Notice bibliographique
Résumé
The plasmon resonance of small-diameter metal nanoparticles has a unique decay character, as it produces almost no far field scattering. Instead, most of the absorbed light is emitted in the near field (NF), a phenomenon also known as strong field localization. Such nonradiative emission is short-lived and decays primarily via the production of heat, which prevents efficient harvesting of the NF energy. Here, we demonstrate a general strategy for coupling the NF radiation of surface plasmons to long-lived optical excitations in semiconductor nanocrystals (NCs). This concept was manifested through the observation of an enhanced exciton generation in CdSe NCs coupled to 5 nm Au nanoparticles. To distinguish the plasmon antenna effect from photoinduced charge transfer processes, both Au and CdSe nanoparticles were encapsulated into insulating CdS or ZnS matrices. A unique signature of the plasmon to exciton energy transfer was observed in photoexcitation measurements that unambiguously correlate the increase in the CdSe exciton population with the excitation of plasmon modes in Au domains. The demonstrated scheme for harvesting the NF radiation of metal nanoparticles presents an excellent opportunity for extracting the evanescent emission of surface plasmons that can find practical applications in photovoltaic or photocatalytic technologies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».