Exploring Surface State and Exciplex Dominated Aggregation Induced Electrochemiluminescence of Graphene Quantum Dots Prepared via Electrochemical Exfoliation
Notice bibliographique
Résumé
Abstract Graphene quantum dots (GQDs) have emerged as promising materials for electrochemiluminescence (ECL) applications due to their unique optical and electronic properties. In this study, GQDs were synthesized via electrochemical exfoliation of graphite in a constant current density mode, enabling scalable production with controlled size and surface functionalization. GQDs‐4 and GQDs‐20, synthesized at applied current densities of 4 mA/cm 2 and 20 mA/cm 2 to the graphite electrode, respectively, were investigated on roles of surface states and exciplex dominated aggregation‐induced emission (AIE) in their ECL performance. GQDs‐4 obtained an absolute ECL quantum efficiency of 0.0012 %±0.0002 %. GQDs‐20, with a smaller particle size, achieved an absolute ECL quantum efficiency of 0.028±0.002 %, demonstrating high efficiency in converting electrons into photons. While GQDs‐4 exhibited minor intensity in PL and ECL, they displayed a similar emission spectrum to GQDs‐20 in the ECL process. This finding highlights the significant role of surface states and AIE in influencing the emission properties of GQDs, independent from core‐state transitions. These results provide critical insights into the mechanisms governing GQD‐based ECL and offer pathways for optimizing these materials for use in biosensing, optoelectronics, and imaging applications. Keywords: Electrochemiluminescence, Graphene Quantum Dots, Exciplex, Surface States, Multi‐color Emission.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».