Unveiling the Nanocluster Conversion Pathway for Highly Monodisperse InAs Colloidal Quantum Dots
Notice bibliographique
Résumé
Colloidal quantum dots (CQDs) have garnered significant attention in nanoscience and technology, with a particular emphasis on achieving high monodispersity in their synthesis. Recent advances in understanding the chemistry of reaction intermediates such as magic-sized nanoclusters (MSC) have paved the way for innovative synthetic strategies. Notably, monodisperse CQDs of various compositions, including indium phosphide, indium arsenide, and cadmium chalcogenide, have been successfully prepared using nanocluster intermediates as single-source precursors. Still, the early stage conversion chemistry of these nanoclusters preceding CQD formation has not been fully unveiled yet. Herein, we report the first-order conversion of amorphous nanoclusters (AMCs) to InAs MSCs prior to the formation of CQDs. We find that MSC, isolated via gel-permeation chromatography, is more stable than purified AMCs, as demonstrated in various chemical and thermolytic reactions. While the surface of InAs AMCs and MSC is similarly bound with carboxylate ligands, detailed structural analyses employing synchrotron X-ray scattering and X-ray absorption spectroscopy unveil subtle distinctions arising from the distinct surface properties and structural disorder characteristics of InAs nanoclusters. We propose that InAs AMCs undergo a surface reduction and structural ordering process, resulting in the formation of an InAs MSC in a thermodynamically local minimum state. Furthermore, we demonstrate that both types of nanoclusters serve as viable precursors, providing a similar monomer supply rate at elevated temperatures of around 300 °C. This study offers invaluable insights into the interplay of structure and chemical stability in binary nanoclusters, enhancing our ability to design these nanoclusters as precursors for highly monodisperse CQDs.
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 ».