MétaCan
Menu
Retour à la cohorte
Enregistrement W4210256774 · doi:10.1002/adma.202107940

A Two‐Pathway Model for the Evolution of Colloidal Compound Semiconductor Quantum Dots and Magic‐Size Clusters

2022· article· en· W4210256774 sur OpenAlexaff
Yang Li, N. L. Rowell, Chaoran Luan, Meng Zhang, Xiaoqin Chen, Kui Yu

Notice bibliographique

RevueAdvanced Materials · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueQuantum Dots Synthesis And Properties
Établissements canadiensNational Research Council Canada
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésQuantum dotNanotechnologyMaterials scienceNucleationNanomaterialsTernary operationNanocrystalSemiconductorMAGIC (telescope)Computer scienceOptoelectronicsChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

A fundamental understanding of formation pathways is critical to the controlled synthesis of colloidal semiconductor nanocrystals. As ultrasmall-size quantum dots (QDs) sometimes emerge in reactions along with magic-size clusters (MSCs), distinguishing their individual pathway of evolution is important, but has proven difficult. To decouple the evolution of QDs and MSCs, an unconventional, selective approach has been developed, along with a two-pathway model that provides a fundamental understanding of production selectivity. For on-demand production of either ultrasmall QDs or MSCs, the key enabler is in how to allow a reaction to proceed in the time prior to nucleation and growth of QDs. In this prenucleation stage, an intermediate compound forms, which is the precursor compound (PC) to the MSC. Here, the two-pathway model and the manipulation of such PCs to synthesize either ultrasmall QDs or binary and ternary MSCs are highlighted. The two-pathway model will assist the development of nucleation theory as well as provide a basis for a mechanism-enabled design and predictive synthesis of functional nanomaterials.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,024
Tête enseignante GPT0,253
Écart entre enseignants0,229 · 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'étudeSimulation ou modélisation
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

Citations52
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced MaterialsMême sujetQuantum Dots Synthesis And PropertiesTravaux en français237 207