MétaCan
Menu
Retour à la cohorte
Enregistrement W4379514778 · doi:10.26434/chemrxiv-2022-5v86b-v2

Photonic Enhancement in Photoluminescent Metal Halide Perovskite–Photonic Crystal Bead Hybrids

2023· preprint· en· W4379514778 sur OpenAlexafffund
Victoria Lapointe, Christian J. Imperiale, Sollavi Chengadu, Cristina Pomilio, Meera Ganesh, Stéphane Kéna‐Cohen, Marek B. Majewski

Notice bibliographique

RevueChemRxiv · 2023
Typepreprint
Langueen
DomaineEngineering
ThématiquePerovskite Materials and Applications
Établissements canadiensPolytechnique MontréalConcordia University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésPhotoluminescenceMaterials scienceMicrobead (research)Photonic crystalNanocrystalPhotonicsOptoelectronicsPerovskite (structure)Quantum yieldQuantum dotNanotechnologyOpticsFluorescenceChemical engineeringChemistry

Résumé

récupéré en direct d'OpenAlex

The integration of photonic materials with semiconductor nanocrystals by correlating the photonic stopband and the photoluminescence maximum is expected to afford hybrid materials with enhanced optoelectronic properties. Here, we report two photonic crystal–perovskite nanocrystal microbead hybrids synthesized through simple vacuum drying techniques. Photonic polystyrene microbeads combined with metal halide perovskite (CsPbBr3 and CsPbBr1.5Cl1.5) nanocrystals yield hybrids with photoluminescence matching that of the parent nanocrystals and increased photoluminescence quantum yields. Time-resolved photoluminescence spectroscopy quantifies the radiative enhancement afforded by the photonic environment of the microbeads. These nanocrystal–microbead hybrids also demonstrate markedly better resistance to degradation in water over 30 days of immersion compared to their colloidal counterparts.

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 seuil0,004

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 savante0,0010,000
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 Opus0,024
Tête enseignante GPT0,249
Écart entre enseignants0,225 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemRxivMême sujetPerovskite Materials and ApplicationsTravaux en français237 207