Untangling heat transport dynamics using luminescence nanothermometry
Notice bibliographique
Résumé
Abstract Temperature touches all aspects of our daily life, including climate, production plants, food storage, transportation, metrology, microelectronics, and medicine, and is a major factor dictating performance of nanotechnologies. 1-4 However, while the heat transfer is well understood in bulk, neither experimental nor theoretical models provide a complete picture of the thermal dynamics at the nanoscale. 5-7 Here, in situ luminescence thermometry is used to probe the heat propagation taking place within lanthanide (Ln 3+ )-doped upconverting nanoparticles (UCNPs). We have designed UCNPs with Er 3+ and Tm 3+ thermometric layers positioned at different locations relative to their surface, varying the distance a heat wave travels before encountering the layers. Despite being separated only by a few tens of nanometers, the thermometric layer closer to the surface of UCNPs detects temperature increase much earlier than the one located at the center – yielding the heat propagation speed in UCNPs ~1.3 nm/s. The UCNPs featuring the two thermometric layers in a single nanostructure confirmed the above result and allowed us to uncover diffusive and non-diffusive (ballistic) heat transport regimes, as well as their interplay and complex heat exchange dynamics taking place in colloidal nanoparticles (nanofluids) at a room temperature.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».