Mercaptosilane-Passivated CuInS<sub>2</sub> Quantum Dots for Luminescence Thermometry and Luminescent Labels
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Bright and nontoxic quantum dots (QDs) are highly desirable in a variety of applications, from solid-state devices to luminescent probes in assays. However, the processability of these species is often curbed by their surface chemistry, which limits their dispersibility in selected solvents. This renders a surface modification step often mandatory to make the QDs compatible with the solvent of interest. Here, we present a new synthetic approach to produce CuInS2 QDs compatible with organic polar solvents and readily usable for the preparation of composite materials. 3-Mercaptopropyl trimethoxysilane (MPTS) was used simultaneously as solvent, sulfur source, and capping agent for the QD synthesis. The synthesized QDs possessed a maximum photoluminescence quantum yield around 6%, reaching approximately 55% after growing a ZnS shell. The partial condensation of MPTS molecules on the surface of QDs was probed by solid-state nuclear magnetic resonance, whose results were used to interpret the interaction of the QDs with different solvents. To prove the versatility of the developed QDs, imparted by the thiolated silane molecules, we prepared via straightforward procedures two nanocomposites of practical interest: (i) silica nanoparticles decorated with QDs and (ii) an inexpensive polymeric film with embedded QDs. We further demonstrate the potential of this composite film as a luminescence thermometer operational over a broad temperature interval, with relative thermal sensitivity above 1% K–1 in the range of biological interest.
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.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 découle