MétaCan
Menu
Retour à la cohorte
Enregistrement W2065057100 · doi:10.1088/0957-4484/21/13/134004

Hall effect measurements on Bridgman-grown CuInSe<sub>2</sub>with sodium

2010· article· en· W2065057100 sur OpenAlexaff
H.F. Myers, C.H. Champness, I. Shih

Notice bibliographique

RevueNanotechnology · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueChalcogenide Semiconductor Thin Films
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCrystalliteElectrical resistivity and conductivityHall effectStoichiometryTernary operationGrain boundarySubstrate (aquarium)SodiumAnalytical Chemistry (journal)Deposition (geology)MineralogyMetallurgyChemistryMicrostructurePhysical chemistryElectrical engineering

Résumé

récupéré en direct d'OpenAlex

The presence of sodium, either in the substrate or as a co-evaporant during absorber deposition, has been shown to improve the performance of polycrystalline photovoltaic devices made with Cu(In, Ga)Se(2), as well as the ternary CuInSe(2). Investigations have shown Na or Na compounds deposited on the grain boundaries, but none have been found within intact crystal grains, leading to suggestions that grain boundaries may play a role in the improved performance of the cells. Therefore, in this study, ingots containing large monocrystals of CuInSe(2) have been grown, using a vertical-Bridgman method, from melts that also include a varying quantity of sodium. In order to simulate the conditions under which cells are constructed, a proportion of Se above stoichiometry has been added to some of the melts. Resistivity and Hall effect measurements were then performed on the material after growth. The results show no large change in either resistivity or majority hole concentration in either set of samples, although a slight decrease in the latter value was apparent in the excess Se samples with 0.2 and 0.3 at.% Na additions. No clear trend in hole mobility could be discerned, although an increase was seen with 0.2 at.% Na addition for both samples.

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 enseignants0,003
Score d'incertitude au seuil0,006

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)0,0020,000

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 GPT0,201
Écart entre enseignants0,190 · 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

Citations5
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanotechnologyMême sujetChalcogenide Semiconductor Thin FilmsTravaux en français237 207