MétaCan
Menu
Retour à la cohorte
Enregistrement W3137508097 · doi:10.1002/smll.202008062

Bottom‐Up Synthesis of Hexagonal Boron Nitride Nanoparticles with Intensity‐Stabilized Quantum Emitters

2021· article· en· W3137508097 sur OpenAlexaff
Yongliang Chen, Xiaoxue Xu, Chi Li, Avi Bendavid, Mika T. Westerhausen, Carlo Bradac, Milos Toth, Igor Aharonovich, Toan Trong Tran

Notice bibliographique

RevueSmall · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensTrent University
Organismes subventionnairesAustralian Research CouncilAsian Office of Aerospace Research and Development
Mots-clésHexagonal boron nitrideMaterials scienceNanoparticleBoron nitrideNanotechnologyBoronIntensity (physics)Quantum dotHexagonal crystal systemOptoelectronicsNitrideChemical engineeringCrystallographyGrapheneOpticsChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Fluorescent nanoparticles are widely utilized in a large range of nanoscale imaging and sensing applications. While ultra-small nanoparticles (size ≤10 nm) are highly desirable, at this size range, their photostability can be compromised due to effects such as intensity fluctuation and spectral diffusion caused by interaction with surface states. In this article, a facile, bottom-up technique for the fabrication of sub-10-nm hexagonal boron nitride (hBN) nanoparticles hosting photostable bright emitters via a catalyst-free hydrothermal reaction between boric acid and melamine is demonstrated. A simple stabilization protocol that significantly reduces intensity fluctuation by ≈85% and narrows the emission linewidth by ≈14% by employing a common sol-gel silica coating process is also implemented. This study advances a promising strategy for the scalable, bottom-up synthesis of high-quality quantum emitters in hBN nanoparticles.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,003
Score d'incertitude au seuil0,319

Scores Codex et Gemma par catégorie

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 Opus0,025
Tête enseignante GPT0,250
Écart entre enseignants0,226 · 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 tête enseignante, 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

Citations33
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSmallMême sujetGraphene research and applicationsTravaux en français237 207