Nanojet Visualization and Dark-field Imaging of Optically Trapped Vaterite Capsules with Endoscopic Illumination
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Optical responsivity grants biomedical capsules additional capabilities, promoting them towards multifunctional theragnostic nanodevices. In this endeavor, screening candidates under conditions that closely resemble in situ environments is crucial for both the initial optimization and the subsequent inspection stages of development and operation. Optical tweezers equipped with dark-field spectroscopy are among the preferable tools for nanoparticle imaging and refractometry. However, the effectiveness of conventional illumination and light collection arrangements for inspecting anisotropic complex inner composition particles is quite limited due to reduced collection angles, which can result in the omission of features in scattering diagrams. Here we introduce an endoscopic dark-field illumination scheme, where light is launched on an optically trapped particle from a single-mode fiber, immersed into a fluid cell. This arrangement disentangles illumination and collection paths, thus allowing the collection of scattered light with a very high numerical aperture. This methodology is applied to vaterite nanocapsules, which are known to possess strong anisotropic responses. Tweezer configuration allows revealing optical properties for different crystallographic orientations of vaterite, which is complex to do otherwise. Furthermore, endoscopic dark-field images reveal the emergence of polarization-dependent long-range photonic nanojets, which are capable of interacting with nearby particles, demonstrating a new pathway for nanojet image formation.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 découle