MétaCan
Menu
Retour à la cohorte
Enregistrement W1849357889 · doi:10.1039/c2cp42753b

Preparation and characterization of CuInS<sub>2</sub>nanocrystals for photovoltaic materials

2012· article· en· W1849357889 sur OpenAlexafffund
Amy Tapley, Daniel Vaccarello, Jason B. Hedges, Falong Jia, David A. Love, Zhifeng Ding

Notice bibliographique

RevuePhysical Chemistry Chemical Physics · 2012
Typearticle
Langueen
DomaineMaterials Science
ThématiqueQuantum Dots Synthesis And Properties
Établissements canadiensRosstech Signals (Canada)Western University
Organismes subventionnairesOntario Centres of Excellence
Mots-clésIndiumNanocrystalCopperCrystallinityStoichiometryMaterials scienceCharacterization (materials science)SulfurChemical engineeringKineticsNanotechnologyChemistryOptoelectronicsPhysical chemistryMetallurgyComposite material

Résumé

récupéré en direct d'OpenAlex

Copper indium disulphide (CIS) nanocrystals (NCs) were prepared using a one-pot synthesis. The stoichiometry was optimized based on its current density as measured by photoelectrochemical (PEC) experiments at interfaces between NC films deposited on ITO and 0.1 M methyl viologen dichloride (MV(2+)) solution. This method also offers insight into the kinetics of the photoreaction. A copper poor sulphur rich starting ratio was found to produce a copper-rich, indium-poor and slightly sulphur rich material. Further NC characterization was performed with SEM and TEM to investigate the morphology and crystallinity of the 30-70 nm NCs. The oxidation states of the individual elements were determined to be I, III, and 2- for Cu, In and S, respectively. Characteristics of optimal as-prepared NCs were found to be compatible among high functioning absorbing layers.

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 enseignants0,001
Score d'incertitude au seuil0,736

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 Opus0,017
Tête enseignante GPT0,246
Écart entre enseignants0,229 · 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

Citations17
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Chemistry Chemical PhysicsMême sujetQuantum Dots Synthesis And PropertiesTravaux en français237 207