MétaCan
Menu
Retour à la cohorte
Enregistrement W2995201198 · doi:10.1016/j.isci.2019.100774

Highly Efficient Aggregation-Induced Electrochemiluminescence of Polyfluorene Derivative Nanoparticles Containing Tetraphenylethylene

2019· article· en· W2995201198 sur OpenAlexaff
Si-Yuan Ji, Wei Zhao, Hang Gao, Jianbin Pan, Conghui Xu, Yiwu Quan, Jing‐Juan Xu, Hong‐Yuan Chen

Notice bibliographique

RevueiScience · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesNanjing UniversityNational Natural Science Foundation of China
Mots-clésTetraphenylethylenePolyfluoreneElectrochemiluminescenceDerivative (finance)NanoparticleChemistryPhotochemistryNanotechnologyAggregation-induced emissionCombinatorial chemistryMaterials scienceOrganic chemistryConjugated systemPolymerPhysicsChromatographyFluorescence

Résumé

récupéré en direct d'OpenAlex

The aggregation-induced electrochemiluminescence (AIECL) of polyfluorene derivative nanoparticles containing tetraphenylethylene (TPE) in aqueous media is reported in this work. The TPE unit limits the intramolecular free rotation of phenyl rings, as well as the π-π stacking interactions of molecules, which significantly enhances ECL signal of the polyfluorene nanoparticles. With co-reactants of tri-n-propylamine (TPrA) and S 2 O 8 2− , the copolymer nanoparticles show visualized ECL emissions at both positive and negative potentials. The ECL efficiency of copolymer nanoparticles in solid state is 163% compared with that of standard ECL species, Ru(bpy) 3 2+ . And at negative potential, the ECL intensity of copolymer nanoparticles is even stronger with 6.5 times compared with that at positive potential. The ECL generation mechanisms are analyzed detailed by annihilation and co-reactant route transient ECL test (millisecond scale). This work provides a reference for the organic structure design for AIECL and shows promising potential in luminescent device and biological applications.

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 enseignants0,000
Score d'incertitude au seuil0,002

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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,254
Écart entre enseignants0,246 · 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

Citations37
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207