(Invited) Adventures in Si Nanocrystal Surface Chemistry....Controlling Optical Properties and so Much More
Notice bibliographique
Résumé
Silicon nanocrystals (SiNCs) have been attracting attention as active materials in a variety of proto-type devices including, solar cells, light-emitting diodes, and photodetectors. These, and other device structures require well-defined materials with predictable properties. Traditionally SiNC surfaces are rendered processable and stable toward oxidation by employing a variations of the general hydrosilylation reaction; they all involve the addition of a silicon-hydride bond in the SiNC surface across a carbon-carbon double (or triple) bond and affords a “monolayer” attached through a robust silicon-carbon linkage. Recently, it has come to light that typical hydrosilylation conditions can afford insulating multilayers that can render SiNCs electrically inactive. This finding led us to explore alternative functionalization protocols. In doing so, we discovered that surface chemistry provides another degree of freedom with which SiNC properties may be tailored. For example, it can be used to tailor the photoluminescent response throughout the visible spectrum, used to prepare SiNC/polymer hybrids, and even induce reactivity that provides polymerization of workhorse electronic polymers without the use of expensive transition metal catalysts. This presentation will include a discussion of our recent exploration into SiNC surface chemistry, new reactive platforms that have opened the door to new functional materials, and what our discoveries mean for the future of these fascinating materials.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,009 |
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 ».