MétaCan
Menu
Retour à la cohorte
Enregistrement W4391165082 · doi:10.1088/1361-6528/ad2233

Plasmon-enhanced multi-photon excited photoluminescence of Au, Ag, and Pt nanoclusters

2024· article· en· W4391165082 sur OpenAlexaff
J. Bornacelli, C. Torres-Torres, A. Crespo-Sosa, J. A. Reyes‐Esqueda, A. Oliver

Notice bibliographique

RevueNanotechnology · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanocluster Synthesis and Applications
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesUniversidad Nacional Autónoma de MéxicoConsejo Nacional de Ciencia y TecnologíaInstituto Politécnico Nacional
Mots-clésPhotoluminescenceNanoclustersMaterials sciencePlasmonExcited stateOptoelectronicsNanoparticlePhotoexcitationPhotochemistryNanotechnologyAtomic physicsChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

matrix by ion implantation. The thermal annealing process allows to obtain a system composed of larger plasmonic metal nanoparticles (NPs) surrounded by photoluminescent ultra-small metal NCs. By exciting at 1064 nm, visible emission, ranging from 450 to 800 nm, was detected. The second and fourth-order nature of the multiphoton process was verified in a power-dependent study measured for each sample below the damage threshold. Experiments show that Au and Ag NCs exhibit a four-fold enhanced multiphoton excited photoluminescence with respect to that observed for Pt NCs, which can be explained as a result of a plasmon-mediated near-field process that is of less intensity for Pt NPs. These findings provide new opportunities to combine plasmonic nanoparticles and photoluminescent nanoclusters inside a robust inorganic matrix to improve their optical properties. Plasmon-enhanced multiphoton excited photoluminescence from metal nanoclusters may find potential application as ultrasmall fluorophores in multiphoton sensing, and in the development of solar cells with highly efficient energy conversion modules.

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 savante0,0000,000
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 Opus0,013
Tête enseignante GPT0,255
Écart entre enseignants0,241 · 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

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanotechnologyMême sujetNanocluster Synthesis and ApplicationsTravaux en français237 207