Modeling of noise-assisted quantum transfer between donor and acceptor with finite bandwidths
Notice bibliographique
Résumé
Abstract We present an analytical and numerical study of noise-assisted quantum exciton (electron) transfer (ET) in a dimer consisting of donor and acceptor, modeled by interacting continuous electron bands of finite widths. We start with discrete energy levels for both bands. The interaction with the environment is modeled by a stationary stochastic process (noise) acting on all the donor and acceptor energy levels. Then, by using a continuous limit for the electron spectra, we derive integro-differential equations for the ET dynamics between the two bands. Finally, we derive from these equations rate-type differential equations for the ET dynamics. We formulate the conditions of validity of the rate-type equations. We consider different regions of parameters characterizing the widths of the donor and acceptor bands and the strength of the dimer-noise interaction. For a simplified model with a single energy level donor and a continuous acceptor band, we derive a generalized simple analytic expression and provide numerical simulations for the ET rate. They are consistent with Wigner–Weisskopf, Förster-type, and Marcus-type expressions, in their corresponding regime of parameters. For a weak dimer-noise interaction, our approach leads to the Wigner–Weisskopf ET rate, or to the Förster-type ET rate, depending on other parameters. In the limit of strong dimer-noise interaction, our approach is non-perturbative in the dimer-noise interaction constant, and it recovers the Marcus-type ET rate. Our analytic results are confirmed by numerical simulations. We demonstrate how our theoretical results are modified when both the donor and the acceptor are described by finite bands. We also show that, for a relatively wide acceptor band, the efficiency of the ET from donor to acceptor can be close to 100% for a broad range of noise amplitudes, for both ‘downhill’ and ‘uphill’ ET, for sharp and flat redox potentials, and for reasonably short times. We discuss possible applications of our approach.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».