MétaCan
Menu
Retour à la cohorte
Enregistrement W3135748594 · doi:10.1002/andp.202000558

Enhancement of Radiative and Nonradiative Emission in Random Lasing Plasmonic Nanofibers

2021· article· en· W3135748594 sur OpenAlexaff
Mahi R. Singh, Grant Brassem, S. G. Yastrebov

Notice bibliographique

RevueAnnalen der Physik · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueRandom lasers and scattering media
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésLasing thresholdPhotoluminescenceSpontaneous emissionDipoleExcitonPlasmonResonance (particle physics)NanofiberMaterials scienceBound stateAtomic physicsMolecular physicsPhysicsLaserOptoelectronicsCondensed matter physicsNanotechnologyOpticsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Abstract A theory of light–matter interaction in plasmonic nanofibers is developed. When probe light propagates inside the nanofiber, it induces surface plasmon polariton (SPPs) and electric dipoles in metallic nanoparticles. The dipoles interact with each other via dipole–dipole interaction (DDI). The energy of photonic bound states in the presence of the SPP and DDI fields are calculated. It has been demonstrated that the number of bound states can be controlled by the strength of SPP and DDI couplings. The spontaneous decay rate for the quantum emitters have been calculated and it is found that decay rate is enhanced when the exciton energy is in resonance with the bound photon energy. Further, it is predicted that the spontaneous decay rate also enhances when the exciton and SPP energies are in resonance. Finally, the photoluminescence in nanofiber is calculated using the density matrix method. The authors' theory is compared with experiments and found a good agreement between theory and experiments. It has been demonstrated that the quenching of the photoluminescence intensity increases as the concentration of the MNPs increases. The findings of the paper can be used to fabricate random lasers and also for inventing new types of nanosensors and nanoswitches.

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 seuil0,002

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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,237
Écart entre enseignants0,230 · 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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnalen der PhysikMême sujetRandom lasers and scattering mediaTravaux en français237 207