Notice bibliographique
Résumé
Background: Tunability in resonance wavelength and the enhancement of the electromagnetic field intensities around the surface are two unique properties which make metal as a plasmonic material. A theoretical investigation on the LSPR and field enhancement for heterogeneous dimer–trimer metallic nanostructure by constituting Al and Au as two different plamsonic materials has been studied. Since electrons in Al exhibit free behavior for LSPR of Au, therefore, they influence the electric field magnitude generated by Au LSPR. Methods: The electromagnetic simulations reported in this paper were performed using the FDTD Solutions (version 7.5.1), a product of Lumerical Solutions Inc., Vancouver, Canada. We adopted a cubic Yee cell of 1 nm side and a time step Δt= 1.31•10-18 s, bounded by Courant condition. Results: The extinction spectrum shows LSPR peak over UV-visible region for isotropic nanostructure which shifts to NIR region for anisotropic shape nanostructure. The spherical shape hetero dimer nanostructure shows enhancement factor ~ 3.9 X 105 whereas it increases to ~ 6.2 X 106 for anisotropic shape at 610 nm. The field distribution corresponding to the trimer nanostructure reveals a large dipolar field distribution on each of the three nanoparticles, oscillating approximately in-phase. The spherical shape Al-Au-Al shows enhancement factor ~ 8.5 X 106 at 571 nm. The anisotropic shape increase the enhancement factor to ~ 2.4 X 107 at peak wavelength 700 nm i.e. tuning the plasmon wavelength towards NIR region. Conclusion: The tunability in plasmon wavelength and field enhancement factor has been evaluated for heterogeneous nanostructure over wider spectrum range i.e. DUV-Visible-NIR using Au-Al dimer and trimer nanostructure. The isotropic shape Au-Al hetero nanostructure shows larger enhancement in the UV-visible region, whereas the anisotropic shape nanostructure contributes towards the NIR region.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 tête enseignante, 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 ».