MétaCan
Menu
Retour à la cohorte
Enregistrement W2622566947 · doi:10.1038/ncomms15467

Probing intermediates of the induction period prior to nucleation and growth of semiconductor quantum dots

2017· article· en· W2622566947 sur OpenAlexaff
Mingyang Liu, Kun Wang, Linxi Wang, Shuo Han, Hongsong Fan, N. L. Rowell, John A. Ripmeester, Romain Renoud, Fenggang Bian, Jianrong Zeng, Kui Yu

Notice bibliographique

RevueNature Communications · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueQuantum Dots Synthesis And Properties
Établissements canadiensNational Research Council Canada
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesJilin UniversityChinese Academy of SciencesState Key Laboratory of Supramolecular Structure and MaterialsNational Natural Science Foundation of China
Mots-clésInduction periodNucleationChemical physicsChalcogenideCovalent bondQuantum dotReaction intermediatePeriod (music)ChemistryMaterials sciencePhotochemistryReactive intermediateNanotechnologyPhysicsCatalysisOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Little is known about the induction period before the nucleation and growth of colloidal semiconductor quantum dots. Here, we introduce an approach that allows us to probe intermediates present in the induction period. We show that this induction period itself exhibits distinct stages with the evolution of the intermediates, first without and then with the formation of covalent bonds between metal cations and chalcogenide anions. The intermediates are optically invisible in toluene, while the covalent-bonded intermediates become visible as magic-size clusters when a primary amine is added. Such evolution of magic-size clusters provides indirect but compelling evidence for the presence of the intermediates in the induction period and supports the multi-step nucleation model. Our study reveals that magic-size clusters could be readily engineered in a single-size form, and suggests that the existence of the intermediates during the growth of conventional quantum dots results in low product yield.

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)0,001
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 enseignants0,189
Score d'incertitude au seuil0,398

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,035
Tête enseignante GPT0,290
Écart entre enseignants0,254 · 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

Citations131
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetQuantum Dots Synthesis And PropertiesTravaux en français237 207