Molecular‐Additive‐Assisted Tellurium Homogenization in ZnSeTe Quantum Dots
Notice bibliographique
Résumé
Abstract Addition of aqueous hydrohalic acids during the synthesis of colloidal quantum dots (QDs) is widely employed to achieve high‐quality QDs. However, this reliance on the use of aqueous solutions is incompatible with oxygen‐ and water‐sensitive precursors such as those used in the synthesis of Te‐alloyed ZnSe QDs. Herein, it is shown that this incompatibility leads to phase segregation into Te‐rich and Te‐poor regions, causing spectral broadening and luminescence peak shifting under high laser irradiation and applied electrical bias. Here, a synthetic strategy to produce anhydrous‐HF in situ by using benzenecarbonyl fluoride (BF) as a chemical additive is reported. Through in situ 19F NMR spectroscopy, it is found that BF reacts with surfactants in tandem, ultimately producing intermediary F···H···trioctylamine adducts. These act as a pseudo‐HF source that releases anhydrous HF. The controlled release of HF during nucleation and growth steps homogenizes Te distribution in ZnSeTe lattice, leading to spectrally stable blue‐emitting QDs under increasing laser flux from ≈3 µW to ≈12 mW and applied bias from 2.6 to 10 V. Single‐dot photoluminescence (PL) spectroscopy and analyses of the absorption, PL and transient absorption spectra together with density functional theory point to the role of anhydrous HF as a Te homogenizer.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».