MétaCan
Menu
Retour à la cohorte
Enregistrement W4233855512 · doi:10.1149/ma2019-02/30/1318

(Invited) Emission Origin of Lowly-Oxidized Graphene Quantum Dot Toward Light Emitting Devices

2019· article· en· W4233855512 sur OpenAlexaff
Seokwoo Jeon

Notice bibliographique

RevueECS Meeting Abstracts · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueGraphene and Nanomaterials Applications
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésGrapheneMaterials scienceQuantum dotOptoelectronicsLight-emitting diodeLight emissionPhosphorescenceNanotechnologyLuminescenceExfoliation jointDiodeFluorescenceOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

Graphene quantum dots (GQDs), simply making graphene typically under 10 nm, and the change of emission behavior from known fluorescence on graphene draws huge interest for potential applications to display, lighting, and optoelectronic devices. GQD could be a new class of optical material with useful properties of tunable luminescence, low cost, and superior photo and chemical stability. Our group has developed unique exfoliation and dispersion methods of 2D materials by the intercalation of alkali metal/organics. With the advantage of the methods generally excluding, or controlling, the oxidation of 2D materials, we have studied the origin of intrinsic emission (~ 400 nm) of graphene in depth. With those samples, I will introduce the role of oxidation in GQDs which forms isolated small sp2 carbon hexagons within a GQD, known as subdomains. Experimental evidences supported with calculation of the formation energy of subdomains and bandgap will give a guideline to improve emission properties. With those understanding the first demonstration of GQD light-emitting diodes (GQD-LEDs) with 1,000 cd/m2, alternating current powder elctroluminescence (ACPEL) device, and GQD phosphorescence for security application promise the optical applications of 2D materials with further improvement.

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 enseignants0,011
Score d'incertitude au seuil0,925

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 Opus0,013
Tête enseignante GPT0,232
Écart entre enseignants0,218 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetGraphene and Nanomaterials ApplicationsTravaux en français237 207