Reappraising the Luminescence Lifetime Distributions in Silicon Nanocrystals
Notice bibliographique
Résumé
The luminescence dynamics in ensembles of nanocrystals are complicated by a variety of processes, including the size-dependence of the radiative and non-radiative rates in inhomogeneous broadened samples and interparticle interactions. This results in a non-exponential decay, which for the specific case of silicon nanocrystals (SiNCs) has been widely modeled with a Kohlrausch or “stretched exponential” (SE) function. We first derive the population decay function for a luminescence decay following exp[− ( t / τ) β ]. We then compare the distributions and mean times calculated by assuming that either the luminescence decay or the population decay follows this function and show that the results are significantly different for β much below 1. We then apply these two types of SE functions as well as other models to the luminescence decay data from two thermally grown SiNC samples with different mean sizes. The mean lifetimes are strongly dependent on the experimental setup and the chosen fitting model, none of which appears to adequately describe the ensemble decay dynamics. Frequency-resolved spectroscopy (FRS) techniques are then applied to SiNCs in order to extract the lifetime distribution directly. The rate distribution has a half width of ~ 0.5 decades and mainly resembles a somewhat high-frequency-skewed lognormal function. The combination of TRS and FRS methods appear best suited to uncovering the luminescence dynamics of NC materials having a broad emission spectrum.
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 | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 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 ».