MétaCan
Menu
Retour à la cohorte
Enregistrement W2946218436 · doi:10.1103/physrevb.99.205201

Triplet exciton diffusion in metalorganic phosphorescent host-guest systems from first principles

2019· article· en· W2946218436 sur OpenAlexaff
Xander de Vries, Pascal Friederich, Wolfgang Wenzel, R. Coehoorn, P. A. Bobbert

Notice bibliographique

RevuePhysical review. B./Physical review. B · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueOrganic Light-Emitting Diodes Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesDeutsche ForschungsgemeinschaftEuropean Commission
Mots-clésExcitonPhosphorescenceAb initioKinetic Monte CarloDiffusionMaterials scienceIntramolecular forceMolecular physicsTriplet stateMarcus theoryDensity functional theoryChemical physicsAtomic physicsPhysicsCondensed matter physicsMonte Carlo methodExcited stateChemistryComputational chemistryFluorescenceQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

We present an ab initio computational study of triplet exciton diffusion in four phosphorescent emitters commonly used in organic light-emitting diodes (OLEDs). By kinetic Monte Carlo simulations, triplet diffusion lengths are obtained for these emitters in neat films and as a guest in two different hosts. The triplet transfer rates governing the diffusion contain a transfer integral factor that includes both F\"orster and Dexter contributions and a Franck-Condon weighted density of vibrational states that includes the coupling to all intramolecular vibrations in a fully quantum mechanical way. We find that at guest concentrations around 10 mol% the F\"orster transfer contribution is most important. At larger concentrations of about 30--40 mol% the Dexter contribution becomes dominant. We show that obtaining the triplet transfer rates by the semiclassical Marcus theory yields diffusion lengths that are too short and that using a simple cubic lattice in combination with the often used Miller-Abrahams rates instead of using a real morphology with the ab initio rates leads to an underestimation of the diffusion lengths due to transfers down in energy that are too slow.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,474
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,006

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 Opus0,015
Tête enseignante GPT0,304
Écart entre enseignants0,289 · 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.

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

Citations25
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical review. B./Physical review. BMême sujetOrganic Light-Emitting Diodes ResearchTravaux en français237 207