Nanocrystal Plasma Polymerization: From Colloidal Nanocrystals to Inorganic Architectures
Notice bibliographique
Résumé
Nanocrystal superstructures are increasingly becoming a subject of intense study. Such materials could constitute a new class of nanocomposites of designed structure, of homogeneous composition, and with unique properties. New phenomena are observed in these materials because of the interaction at such diminutive length scales. A common problem in the development of devices relying on colloidal nanocrystal assemblies is that the individual nanocrystal building blocks require organic molecules to control their size. These ligands are responsible for the colloidal stability of the individual nanocrystal building blocks and are thus necessary for their solution processibility. Because of the ligands' incompatibility with many solid state applications, it is important to develop post-processing techniques that mildly remove them from these nanocomposites, while maintaining the size-dependent properties of the building blocks. This Account highlights a new strategy, nanocrystal plasma polymerization (NPP), for processing colloidal nanocrystal assemblies. This technique exposes the nanocomposite to a mild air plasma and allows for the removal of the nanocrystals' capping ligands while preserving their size-dependent and material properties. As a result, the process yields a nearly all-inorganic flexible solid-state material with unprecedented characteristics. We describe early experiments, in which NPP was used to create arbitrarily complex 1D, 2D, and 3D inorganic free-standing architectures entirely composed of nanocrystals, as well as future directions and challenges. We expect this platform will be useful for the design of new materials and will be a valuable new addition to the nanoscientist's toolbox.
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 | 0,001 |
| 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 | 0,000 | 0,001 |
| 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) | 0,003 | 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 ».