MétaCan
Menu
Retour à la cohorte
Enregistrement W4241753177 · doi:10.1002/ange.201800175

Highly Efficient Artificial Light‐Harvesting Systems Constructed in Aqueous Solution Based on Supramolecular Self‐Assembly

2018· article· en· W4241753177 sur OpenAlexaff
Shuwen Guo, Yongshang Song, Yuling He, Xiao‐Yu Hu, Leyong Wang

Notice bibliographique

RevueAngewandte Chemie · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueLuminescence and Fluorescent Materials
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésSupramolecular chemistryAqueous solutionSupramolecular assemblyFluorescenceSelf-assemblyNile redAcceptorAzineChemistryPhotochemistryAntenna effectArtificial photosynthesisEosin YNanotechnologyMaterials scienceLuminescenceMoleculeOrganic chemistryOptoelectronicsCatalysisPhotocatalysis

Résumé

récupéré en direct d'OpenAlex

Abstract Highly efficient light‐harvesting systems were successfully fabricated in aqueous solution based on the supramolecular self‐assembly of a water‐soluble pillar[6]arene (WP6), a salicylaldehyde azine derivative (G), and two different fluorescence dyes, Nile Red (NiR) or Eosin Y (ESY). The WP6‐G supramolecular assembly exhibits remarkably improved aggregation‐induced emission enhancement and acts as a donor for the artificial light‐harvesting system, and NiR or ESY, which are loaded within the WP6‐G assembly, act as acceptors. An efficient energy‐transfer process takes place from the WP6‐G assembly not only to NiR but also to ESY for these two different systems. Furthermore, both of the WP6‐G‐NiR and WP6‐G‐ESY systems show an ultrahigh antenna effect at a high donor/acceptor ratio.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,001

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 Opus0,015
Tête enseignante GPT0,235
Écart entre enseignants0,220 · 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

Citations65
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAngewandte ChemieMême sujetLuminescence and Fluorescent MaterialsTravaux en français237 207