Tents, Chairs, Tacos, Kites, and Rods: Shapes and Plasmonic Properties of Singly Twinned Magnesium Nanoparticles
Notice bibliographique
Résumé
Abstract Nanostructures of some metals can sustain light-driven electron oscillations called localized surface plasmon resonances, or LSPRs, that give rise to absorption, scattering, and local electric field enhancement. Their resonant frequency is dictated by the nanoparticle (NP) shape and size, fueling much research geared toward discovery and control of new structures. LSPR properties also depend on composition; traditional, rare, and expensive noble metals (Ag, Au) are increasingly eclipsed by earth-abundant alternatives, with Mg being an exciting candidate capable of sustaining resonances across the ultraviolet, visible, and near-infrared spectral ranges. Here, we report numerical predictions and experimental verifications of a set of shapes based on Mg NPs displaying various twinning patterns including (101̅1), (101̅2), (101̅3), and (112̅1), that create tent-, chair-, taco-, and kite-shaped NPs, respectively. These are strikingly different from what is obtained for typical plasmonic metals because Mg crystallizes in a hexagonal close packed structure, as opposed to the cubic Al, Cu, Ag, and Au. A numerical survey of the optical response of the various structures, as well as the effect of size and aspect ratio, reveals their rich array of resonances, which are supported by single-particle optical scattering experiments. Further, corresponding numerical and experimental studies of the near-field plasmon distribution via scanning transmission electron microscopy electron-energy loss spectroscopy unravels a mode nature and distribution that are unlike those of either hexagonal plates or cylindrical rods. These NPs, made from earth-abundant Mg, provide interesting ways to control light at the nanoscale across the ultraviolet, visible, and near-infrared spectral ranges.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».