MétaCan
Menu
Retour à la cohorte
Enregistrement W4409143795 · doi:10.1021/acsnano.5c03944

Coherent Multidimensional Spectroscopy Reveals Hot Exciton Cooling Landscapes in CsPbBr<sub>3</sub> Quantum Dots

2025· article· en· W4409143795 sur OpenAlexafffund
Arnab Ghosh, Carlos Mora Perez, Patrick Brosseau, Dmitry N. Dirin, Oleg V. Prezhdo, Maksym V. Kovalenko, Patanjali Kambhampati

Notice bibliographique

RevueACS Nano · 2025
Typearticle
Langueen
DomaineEngineering
ThématiquePerovskite Materials and Applications
Établissements canadiensMcGill University
Organismes subventionnairesH2020 European Research CouncilDivision of ChemistryNatural Sciences and Engineering Research Council of CanadaSony ElectronicsFonds Québécois de la Recherche sur la Nature et les TechnologiesCanada Foundation for Innovation
Mots-clésQuantum dotSpectroscopyExcitonPhysicsMaterials scienceCoherent spectroscopyBiexcitonCondensed matter physicsMolecular physicsNanotechnologyQuantum mechanicsRaman spectroscopy

Résumé

récupéré en direct d'OpenAlex

Hot exciton relaxation dynamics is one of the main processes in quantum dots (QD), conferring their functions in optoelectronic devices spanning photovoltaics and solar fuel generation to light emitting diodes, lasers, and quantum light sources. The challenge has been to monitor energy relaxation dynamics in parallel with resolution of excitation or excess energy. Here, we exploit the unique capacity of Coherent Multi-Dimensional Spectroscopy (CMDS) to provide the first observation of the hot exciton cooling landscape of a large size range of CsPbBr 3 lead halide perovskite QD, notable for their impact on optoelectronic devices, as well as their strong and unique exciton-lattice coupling. The CMDS data reveal that the hot exciton relaxation landscape is a complex function of the energy. Ab initio quantum dynamics simulations rationalize the observed behavior through energy dependent nonadiabatic exciton–phonon coupling. This first observation of cooling landscapes in QD suggests that materials science that either accelerates or slows hot exciton cooling can better be understood as a landscape to optimize for applications.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,019
Score d'incertitude au seuil0,626

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,007
Tête enseignante GPT0,230
Écart entre enseignants0,224 · 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 tête enseignante, 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

Citations10
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS NanoMême sujetPerovskite Materials and ApplicationsTravaux en français237 207