MétaCan
Menu
Retour à la cohorte
Enregistrement W2482026876 · doi:10.1021/acsnano.6b03796

Electron Energy Loss Spectroscopy Investigation into Symmetry in Gold Trimer and Tetramer Plasmonic Nanoparticle Structures

2016· article· en· W2482026876 sur OpenAlexafffund
Steven J. Barrow, Sean M. Collins, David Rossouw, Alison M. Funston, Gianluigi A. Botton, Paul A. Midgley, Paul Mulvaney

Notice bibliographique

RevueACS Nano · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensMcMaster University
Organismes subventionnairesSeventh Framework ProgrammeAustralian Research CouncilEuropean Research CouncilBill and Melinda Gates FoundationEuropean CommissionNatural Sciences and Engineering Research Council of CanadaUniversity of MelbourneRoyal Society
Mots-clésTrimerTetramerPlasmonElectron energy loss spectroscopyPlasmonic nanoparticlesMolecular physicsScanning transmission electron microscopySpectroscopyNanoparticleMaterials scienceChemical physicsSymmetry (geometry)NanotechnologyTransmission electron microscopyChemistryOptoelectronicsPhysicsDimerGeometry

Résumé

récupéré en direct d'OpenAlex

We present a combined scanning transmission electron microscopy-electron energy loss spectroscopy (STEM-EELS) investigation into the mode symmetries of plasmonic nanoparticle trimer and tetramer structures. We obtain nanometer-resolved energy loss spectra for both trimer and tetramer structures and compare these to boundary element method simulations. We show that EELS, in conjunction with eigenmode simulations, offers a complete characterization of the individual superstructures, and we trace the evolution of both optically dark and bright modes and identify multipolar mode contributions. We then apply this technique to tetramer structures that exhibit an expanded range of mode symmetries for two-dimensional and three-dimensional self-assembled geometries. These findings provide a comprehensive experimental account of the available photonic states in self-assembled nanoparticle clusters.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,005
Score d'incertitude au seuil0,371

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,228
Écart entre enseignants0,220 · 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 tête enseignante, 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

Citations55
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS NanoMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207