MétaCan
Menu
Retour à la cohorte
Enregistrement W2151004512 · doi:10.1002/pip.2326

Surface‐relief diffraction gratings' optimization for plasmonic enhancements in thin‐film solar cells

2012· article· en· W2151004512 sur OpenAlexaff
Justin Jefferies, Ribal Georges Sabat

Notice bibliographique

RevueProgress in Photovoltaics Research and Applications · 2012
Typearticle
Langueen
DomaineEngineering
ThématiquePlasmonic and Surface Plasmon Research
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésGratingPhotocurrentMaterials scienceOptoelectronicsPlasmonOpticsDiffraction gratingRayDiffractionDiffraction efficiencySurface plasmonPhysics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Methodical and intensive surface plasmon (SP) excitation trials were carried out on various dielectric‐metal interfaces to optimize plasmonic photocurrent enhancements in organic P3HT‐PCBM photovoltaic thin films. The SPs were optically excited via the diffraction grating method using single, crossed, and parallel grating schemes, with trials yielding optimal grating and film thickness parameters. Photocurrent enhancements up to 355% were demonstrated with TM‐polarized incident light on single and parallel grating structures, while both TM and TE‐polarized incident light enhancements were present on crossed grating structures. When compared with the photocurrent enhancements seen on single gratings, those seen on parallel gratings were comparable in magnitude but were shown over a broader optical band. This broadening of the optical band was due to the simultaneous SP excitations by the two superimposed gratings in the parallel scheme. Copyright © 2012 John Wiley & Sons, Ltd.

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,232
Score d'incertitude au seuil0,773

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,036
Tête enseignante GPT0,333
Écart entre enseignants0,296 · 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'étudeSimulation ou modélisation
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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProgress in Photovoltaics Research and ApplicationsMême sujetPlasmonic and Surface Plasmon ResearchTravaux en français237 207