MétaCan
Menu
Retour à la cohorte
Enregistrement W4413655247 · doi:10.3390/photonics12090854

Carbon Quantum Dot-Embedded SiO2: PMMA Hybrid as a Blue-Emitting Plastic Scintillator for Cosmic Ray Detection

2025· article· en· W4413655247 sur OpenAlexaff
Lorena Cruz León, R. Palomino‐Merino, J.E. Espinosa, Samuel Tehuacanero-Cuapa, Benito de Celis Alonso, O. Martı́nez, Oliver I. Ruiz-Hernandez, José Gerardo Suárez-García, M. Toledo-Solano, Jesús Eduardo Lugo Arce

Notice bibliographique

RevuePhotonics · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueRadiation Detection and Scintillator Technologies
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésScintillatorCosmic rayOptoelectronicsQuantum dotMaterials scienceCarbon fibersOpticsPhysicsDetectorAstrophysicsComposite materialComposite number

Résumé

récupéré en direct d'OpenAlex

This work reports the synthesis and characterization of Carbon Quantum Dots (CQDs) embedded in an organic–inorganic hybrid SiO2: PMMA matrix, designed as a novel plastic scintillator material. The CQDs were synthesized through a solvo-hydrothermal method and incorporated using a sol–gel polymerization process, resulting in a mechanically durable and optically active hybrid. Structural analysis with X-ray diffraction and TEM confirmed crystalline quantum dots approximately 10 nm in size. Extensive optical characterization, including band gap measurement, photoluminescence under 325 nm UV excitation, lifetime evaluations, and quantum yield measurement, revealed a blue emission centered at 426 nm with a decay time of 3–3.6 ns. The hybrid scintillator was integrated into a compact cosmic ray detector using a photomultiplier tube optimized for 420 nm detection. The system effectively detected secondary atmospheric muons produced by low-energy cosmic rays, validated through the vertical equivalent muon (VEM) technique. These findings highlight the potential of CQD-based hybrid materials for advanced optical sensing and scintillation applications in complex environments, supporting the development of compact and sensitive detection systems.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,459
Score d'incertitude au seuil0,981

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 Opus0,008
Tête enseignante GPT0,254
Écart entre enseignants0,246 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhotonicsMême sujetRadiation Detection and Scintillator TechnologiesTravaux en français237 207