MétaCan
Menu
Retour à la cohorte
Enregistrement W4381435358 · doi:10.3390/molecules28124857

Light-Driven Energy and Charge Transfer Processes between Additives within Electrospun Nanofibres

2023· review· en· W4381435358 sur OpenAlexafffund
Reeda Mahmood, Tristan Mananquil, Rebecca Scenna, Emma Dennis, Judith Castillo-Rodriguez, Bryan D. Koivisto

Notice bibliographique

RevueMolecules · 2023
Typereview
Langueen
DomaineMaterials Science
ThématiqueConducting polymers and applications
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesMitacs
Mots-clésElectrospinningMaterials scienceFörster resonance energy transferSpinningNanotechnologyNanoparticlePhoton upconversionMoleculeFluorescenceJanusChemical engineeringPolymerOptoelectronicsLuminescenceComposite materialChemistryOpticsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Electrospinning is a cost-effective and efficient method of producing polymeric nanofibre films. The resulting nanofibres can be produced in a variety of structures, including monoaxial, coaxial (core@shell), and Janus (side-by-side). The resulting fibres can also act as a matrix for various light-harvesting components such as dye molecules, nanoparticles, and quantum dots. The addition of these light-harvesting materials allows for various photo-driven processes to occur within the films. This review discusses the process of electrospinning as well as the effect of spinning parameters on resulting fibres. Building on this, we discuss energy transfer processes that have been explored in nanofibre films, such as Förster resonance energy transfer (FRET), metal-enhanced fluorescence (MEF), and upconversion. A charge transfer process, photoinduced electron transfer (PET), is also discussed. This review highlights various candidate molecules that have been used for photo-responsive processes in electrospun films.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,853
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,046
Tête enseignante GPT0,302
Écart entre enseignants0,256 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMoleculesMême sujetConducting polymers and applicationsTravaux en français237 207