MétaCan
Menu
Retour à la cohorte
Enregistrement W2002730747 · doi:10.1002/adma.201001491

Infrared Colloidal Quantum Dots for Photovoltaics: Fundamentals and Recent Progress

2010· review· en· W2002730747 sur OpenAlexaff
Jiang Tang, Edward H. Sargent

Notice bibliographique

RevueAdvanced Materials · 2010
Typereview
Langueen
DomaineMaterials Science
ThématiqueQuantum Dots Synthesis And Properties
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPhotovoltaicsMaterials scienceNanotechnologyQuantum dotPhotovoltaic systemSolar cellOptoelectronicsEnergy conversion efficiencyElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Colloidal quantum dots (CQDs) are solution-processed semiconductors of interest in low-cost photovoltaics. Tuning of the bandgap of CQD films via the quantum size effect enables customization of solar cells' absorption profile to match the sun's broad visible- and infrared-containing spectrum reaching the earth. Here we review recent progress in the realization of low-cost, efficient solar cells based on CQDs. We focus in particular on CQD materials and approaches that provide both infrared and visible-wavelength solar power conversion CQD photovoltaics now exceed 5% solar power conversion efficiency, achieved by the introduction of a new architecture, the depleted-heterojunction CQD solar cell, that jointly maximizes current, voltage, and fill factor. CQD solar cells have also seen major progress in materials processing for stability, recently achieving extended operating lifetimes in an air ambient. We summarize progress both in device operation and also in gaining new insights into materials properties and processing - including new electrical contact materials and deposition techniques, as well as CQD synthesis, surface treatments, film-forming technologies - that underpin these rapid advances.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,049
Tête enseignante GPT0,335
Écart entre enseignants0,286 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations485
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced MaterialsMême sujetQuantum Dots Synthesis And PropertiesTravaux en français237 207