Computational investigation of the plasmonic properties of TiN, ZrN, and HfN nanoparticles: the role of particle size, medium, and surface oxidation
Notice bibliographique
Résumé
Group 4 transition metal nitride (TMN) nanoparticles (NPs) display strong plasmonic responses in the visible and near-infrared regimes, exhibit high melting points and significant chemical stability, and thus are potential earth-abundant alternatives to Au and Ag based plasmonic applications. However, a detailed understanding of the relationship between TMN NP physical properties and plasmonic response is required to maximize their utility. In this study, the localized surface plasmon resonance (LSPR) frequency, bandwidth, and extinction of titanium nitride (TiN), zirconium nitride (ZrN), and hafnium nitride (HfN) NPs were examined as a function of the particle size, surface oxidation, and refractive index of the surrounding medium using finite element method (FEM). A linear redshift in the LSPR frequency and a linear increase in the associated full width at half maximum (FWHM) was observed with increasing the particle size, oxidation layer thickness, and medium refractive index. We show that the effect of surface oxidation on plasmonic properties of TMN NPs is strongly size-dependent with a significant LSPR redshift, intensity reduction, and broadening in small NPs compared with larger NPs. Furthermore, the performance and efficiency of HfN, ZrN, and TiN, as well as Au NPs for narrowband (photothermal therapy, PTT) and broadband (solar energy conversion) applications, was investigated in detail. The results indicate that narrowband and broadband photothermal performance of NPs strongly depend on the particle size, surface properties, and in case of narrowband absorption, excitation wavelength.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».