MétaCan
Menu
Retour à la cohorte
Enregistrement W2060400339 · doi:10.1109/inec.2013.6465969

Facile nanometer thick native oxide based passivation of silicon for high efficiency photovoltaics

2013· article· en· W2060400339 sur OpenAlexaff
Nazir P. Kherani, Zahidur Chowdhury

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSilicon and Solar Cell Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPassivationWaferMaterials sciencePhotovoltaicsSiliconPlasma-enhanced chemical vapor depositionOptoelectronicsCarrier lifetimeCrystalline siliconAmorphous siliconNanotechnologyPhotovoltaic systemElectrical engineeringLayer (electronics)Engineering

Résumé

récupéré en direct d'OpenAlex

Fabrication of low cost solar cells using ultra-thin (approximately 20 μm) silicon wafers is a viable route given the significant potential of reduced material cost and its versatility to a range of portable and terrestrial applications. Low temperature processing is a compelling opportunity for the synthesis of high-efficiency ultra-thin silicon wafers. Further, excellent surface passivation attainable through facile low temperature processing techniques is an essential enabler for effective manufacturing of ultra-thin silicon solar cells, and thus paving the way for high-efficiency low-cost silicon foil photovoltaics. This article presents a novel low temperature passivation scheme using approximately 1 nm thick facile native oxide and 75 nm PECVD SiNx. A maximum lifetime of 1.7 ms has been obtained for the passivation scheme. Moreover, the passivated wafers were also used to fabricate Back Amorphous-Crystalline Silicon Heterojunction (BACH) cells using double side polished n-type FZ wafers. A maximum cell efficiency of 16.7% is obtained for facile native oxide -PECVD SiNxbilayer passivated cells having VOCof 641 mV, JSCof 33.7 mA/cm2and fill-factor of 0.77 for a 1 cm2untextured cell (all measurements having been performed under AM 1.5 global spectrum illumination).

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,201
Écart entre enseignants0,189 · 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'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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSilicon and Solar Cell TechnologiesTravaux en français237 207