MétaCan
Menu
Retour à la cohorte
Enregistrement W4206108326 · doi:10.1002/nano.202100340

Plasmonic color generation in silver nanocrystal‐over‐mirror films by thermal embedment into a polymer spacer

2022· article· en· W4206108326 sur OpenAlexaff
Daniel Prezgot, Stephen W. Tatarchuk, Anatoli Ianoul

Notice bibliographique

RevueNano Select · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésPlasmonMaterials scienceOptoelectronicsLithographyMicroscale chemistryElectron-beam lithographyStructural colorationOpticsNanotechnologyResistPhotonic crystalLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

Abstract The production of colors by plasmonic nanostructures is an attractive prospect over dyes as they allow ultra‐high resolution, non‐fading colors. Typical techniques for producing plasmonic color patterns such as by electron beam or ion beam lithography are expensive, slow and not well scalable. This work demonstrates a simple, lithography‐free technique for producing plasmonic colors using a silver nanocube (AgNC) based nanoparticle‐over‐mirror (NPoM) system with thermally‐generated colors. AgNC's are deposited over a metal (Au or Ag) film with a polystyrene (PS) dielectric spacer. Upon heating the system past the glass‐transition temperature of PS, the AgNC embed into the polymer, reducing the AgNC/metal film distance. This results in a strong gap‐plasmon that can shift over 200 nm across the visible spectrum during the process. The thermal embedment of AgNC in NPoM systems is tunable across the visible range, producing wide, distinct color palettes depending on the metal film used. This technique can potentially be applied to plasmonic color‐patterning systems to produce high‐resolution microscale or nanoscale patterns over a large area.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,005
Score d'incertitude au seuil0,996

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)0,0050,000

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 Opus0,010
Tête enseignante GPT0,232
Écart entre enseignants0,222 · 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.

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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNano SelectMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207