MétaCan
Menu
Retour à la cohorte
Enregistrement W1193490646 · doi:10.1021/acs.jpclett.5b00765

Modulating Exciton Dynamics in Composite Nanocrystals for Excitonic Solar Cells

2015· article· en· W1193490646 sur OpenAlexaff
Isabella Concina, Cristian Manzoni, Giulia Grancini, Mert Çelikin, Afsoon Soudi, Federico Rosei, M. Zavelani–Rossi, Giulio Cerullo, Alberto Vomiero

Notice bibliographique

RevueThe Journal of Physical Chemistry Letters · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiqueQuantum Dots Synthesis And Properties
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceQuantum dotChalcogenideOptoelectronicsPhotovoltaic systemNanocrystalExcitonNanoparticleHeterojunctionNanotechnologyCharge carrierPhotoinduced charge separationComposite numberCadmium selenideHybrid solar cellPolymer solar cellEnergy conversion efficiencyPhotocatalysisChemistryArtificial photosynthesisPhysics

Résumé

récupéré en direct d'OpenAlex

Quantum dots (QDs) represent one of the most promising materials for third-generation solar cells due to their potential to boost the photoconversion efficiency beyond the Shockley-Queisser limit. Composite nanocrystals can challenge the current scenario by combining broad spectral response and tailored energy levels to favor charge extraction and reduce energy and charge recombination. We synthesized PbS/CdS QDs with different compositions at the surface of TiO2 nanoparticles assembled in a mesoporous film. The ultrafast photoinduced dynamics and the charge injection processes were investigated by pump-probe spectroscopy. We demonstrated good injection of photogenerated electrons from QDs to TiO2 in the PbS/CdS blend and used the QDs to fabricate solar cells. The fine-tuning of chemical composition and size of lead and cadmium chalcogenide QDs led to highly efficient PV devices (3% maximum photoconversion efficiency). This combined study paves the way to the full exploitation of QDs in next-generation photovoltaic (PV) devices.

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)0,001
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 enseignants0,026
Score d'incertitude au seuil0,337

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,020
Tête enseignante GPT0,237
Écart entre enseignants0,217 · 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

Citations22
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry LettersMême sujetQuantum Dots Synthesis And PropertiesTravaux en français237 207