MétaCan
Menu
Retour à la cohorte
Enregistrement W2055083111 · doi:10.1364/oe.22.0a1469

Influence of black silicon surfaces on the performance of back-contacted back silicon heterojunction solar cells

2014· article· en· W2055083111 sur OpenAlexfundno aff
J. F. Ziegler, Jan Haschke, Thomas Käsebier, Lars Korte, Alexander Sprafke, Ralf B. Wehrspohn

Notice bibliographique

RevueOptics Express · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueSilicon and Solar Cell Technologies
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Gender and Health
Mots-clésBlack siliconSiliconMaterials sciencePassivationOptoelectronicsEtching (microfabrication)HeterojunctionSolar cellWaferQuantum efficiencyStack (abstract data type)OpticsLayer (electronics)Nanotechnology

Résumé

récupéré en direct d'OpenAlex

The influence of different black silicon (b-Si) front side textures prepared by inductively coupled reactive ion etching (ICP-RIE) on the performance of back-contacted back silicon heterojunction (BCB-SHJ) solar cells is investigated in detail regarding their optical performance, black silicon surface passivation and internal quantum efficiency. Under optimized conditions the effective minority carrier lifetime measured on black silicon surfaces passivated with Al(2)O(3) can be higher than lifetimes measured for the SiO(2)/SiN(x) passivation stack used in the reference cells with standard KOH textures. However, to outperform the electrical current of silicon back-contact cells, the black silicon back-contact cell process needs to be optimized with aspect to chemical and thermal stability of the used dielectric layer combination on the cell.

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 enseignants0,194
Score d'incertitude au seuil0,616

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 Opus0,011
Tête enseignante GPT0,194
Écart entre enseignants0,183 · 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

Citations11
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptics ExpressMême sujetSilicon and Solar Cell TechnologiesTravaux en français237 207