MétaCan
Menu
Retour à la cohorte
Enregistrement W4320723971 · doi:10.1117/1.ap.5.2.026001

Gradient defects mediate negative thermal quenching in phosphors

2023· article· en· W4320723971 sur OpenAlexaff
Mingxue Deng, Xingzhong Cao, Yangmin Tang, Zhenzhen Zhou, Lijia Liu, Xiaofeng Liu, Peng Zhang, Lo‐Yueh Chang, Hao Ruan, Xinjun Guo, Jiacheng Wang, Qian Liu

Notice bibliographique

RevueAdvanced Photonics · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueLuminescence Properties of Advanced Materials
Établissements canadiensWestern University
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésPhosphorLuminescencePhotoluminescenceQuenching (fluorescence)Temperature gradientMaterials scienceAtmospheric temperature rangeThermalTrappingOptoelectronicsLimitingChemical engineeringChemical physicsChemistryFluorescenceThermodynamicsOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

Luminescent materials often suffer from thermal quenching (TQ), limiting the continuation of their applications under high temperatures up to 473 K. The formation of defect levels could suppress TQ, but rational synthesis and deep understanding of multiple defects-regulated luminescent materials working in such a wide temperature range still remain challenging. Here, we prepare a negative thermal quenching (NTQ) phosphor LiTaO3 : Tb3 + by introducing gradient defects VTa5−, TbLi2+, and ( VTaTbLi)3 − as identified by advanced experimental and theoretical studies. Its photoluminescence significantly becomes intense with rising temperatures and then slowly increases at 373 to 473 K. The mechanism studies reveal that gradient defects with varied trapping depths could act as energy buffer layers to effectively capture the carriers. Under thermal disturbance, the stored carriers could successively migrate to the activators in consecutive and wide temperature zones, compensating for TQ to enhance luminescence emission. This study initiates the synthesis of multi-defect NTQ phosphors for temperature-dependent applications.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,252
Écart entre enseignants0,239 · 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'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

Citations39
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced PhotonicsMême sujetLuminescence Properties of Advanced MaterialsTravaux en français237 207