MétaCan
Menu
Retour à la cohorte
Enregistrement W3203606258 · doi:10.1021/acsami.1c12958

Arousing Electrochemiluminescence Out of Non-Electroluminescent Monomers within Covalent Organic Frameworks

2021· article· en· W3203606258 sur OpenAlexaff
Yajie Li, Wei‐Rong Cui, Qiao‐Qiao Jiang, Ru‐Ping Liang, Xuejing Li, Qiong Wu, Qiu‐Xia Luo, Juewen Liu, Jian‐Ding Qiu

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCovalent Organic Framework Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésElectrochemiluminescenceMaterials scienceElectroluminescenceCovalent bondPhotoelectric effectMonomerMoleculeNanotechnologyExcited stateOptoelectronicsPhotochemistryElectrodeChemistryPolymerOrganic chemistryPhysical chemistryAtomic physicsPhysics

Résumé

récupéré en direct d'OpenAlex

Covalent organic frameworks (COFs) with stable long-range ordered arrangements are promising materials for organic optoelectronics. However, their electrochemiluminescence (ECL) from non-ECL active monomers has not been realized. Here, we report a design strategy for ECL-emitting COF family. The donors and acceptors co-crystallized and stacked into the highly aligned array of olefin-linked COFs, so that electrons can be transported freely. By this means, a tunable ECL is activated from non-ECL molecules with the maximum efficiency of 32.1% in water with the dissolved oxygen as an inner coreactant, and no additional noxious co-reactant is needed any more. Quantum chemistry calculations further demonstrate that this design reduces the COFs' band gaps and the overlap of electrons and holes in the excited state for better photoelectric properties and stronger ECL signals. This work exploits a basis to envisage the broad application potential of ECL-COFs for various biosensors and light-emitting display.

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 seuil0,003

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 Opus0,009
Tête enseignante GPT0,245
Écart entre enseignants0,236 · 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

Citations48
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetCovalent Organic Framework ApplicationsTravaux en français237 207