MétaCan
Menu
Retour à la cohorte
Enregistrement W2969396656 · doi:10.1002/adom.201901144

Highly Efficient and Spectrally Narrow Near‐Infrared Fluorescent OLEDs Using a TADF‐Sensitized Cyanine Dye

2019· article· en· W2969396656 sur OpenAlexafffund
Julien Brodeur, Lei Hu, Alexandre Malinge, Elad Eizner, W. G. Skene, Stéphane Kéna‐Cohen

Notice bibliographique

RevueAdvanced Optical Materials · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueOrganic Light-Emitting Diodes Research
Établissements canadiensUniversité de MontréalPolytechnique Montréal
Organismes subventionnairesCanada Foundation for InnovationNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsSamsung Advanced Institute of Technology
Mots-clésOLEDCyanineMaterials scienceFluorescenceOptoelectronicsNear-infrared spectroscopyQuantum efficiencyExcitonQuantum yieldWavelengthDiodePhosphorescenceInfraredOpticsNanotechnologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Through various triplet‐harvesting approaches, fluorescent organic light‐emitting diodes (OLEDs) that emit in the visible spectrum can now be fabricated with efficiencies rivaling those of their phosphorescent counterparts. However, achieving high efficiencies in the near‐infrared (NIR) is considerably more challenging. This is in part due to the low quantum yield of most fluorescent NIR emitters and inefficient triplet exciton harvesting in such devices. Here, fluorescent NIR OLEDs with an external quantum efficiency of 5.4% and a peak emission wavelength of 790 nm are demonstrated. The OLEDs are fabricated by combining a deep‐red host that undergoes thermally assisted delayed fluorescence with a near‐infrared cyanine dye that emits with high efficiency. The devices show nearly pure NIR emission with a NIR cut‐on wavelength of 749 nm and >90% emitted power at wavelengths above 750 nm. It is also shown that the host polarity strongly affects the device performance.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,225
Écart entre enseignants0,219 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations43
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Optical MaterialsMême sujetOrganic Light-Emitting Diodes ResearchTravaux en français237 207