MétaCan
Menu
Retour à la cohorte
Enregistrement W2161388381 · doi:10.1039/c3ta13750c

High-efficiency, air stable graphene/Si micro-hole array Schottky junction solar cells

2013· article· en· W2161388381 sur OpenAlexaff
Chao Xie, Xiujuan Zhang, Kaiqun Ruan, Zhibin Shao, Sunny Singh Dhaliwal, Liu Wang, Qing Zhang, Xiwei Zhang, Jiansheng Jie

Notice bibliographique

RevueJournal of Materials Chemistry A · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueNanowire Synthesis and Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésGrapheneMaterials scienceDopingOptoelectronicsEnergy conversion efficiencyPhotolithographySchottky barrierNanotechnologyDegradation (telecommunications)Etching (microfabrication)Electrical engineeringLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

Graphene/Si hole array (SiHA) Schottky junctions show great promise as high-efficiency, cost-effective solar cells. However, their applications are still limited by the severe surface recombination of the nano-hole SiHA and inferior device stability arising from volatile oxidant doping. Here, we demonstrate the construction of high-efficiency graphene/SiHA devices with enhanced device performance and stability. The micro-hole SiHA fabricated by photolithography and reaction ion etching (RIE) possesses a smooth surface, thus ensuring a low surface recombination velocity. Also, the light harvesting of the micro-hole SiHA could be readily tuned by adjusting the hole depth. Introduction of the micro-hole SiHA, along with the use of AuCl3 for graphene doping, gives rise to a high power conversion efficiency (PCE) of 10.40% for the graphene/SiHA devices. Additionally, the device stability is substantially improved and shows a relatively low degradation ratio after storing in air for 3 months. It is expected that the graphene/SiHA devices will have important applications in new-generation Si solar cells.

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 seuil0,003

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 Opus0,005
Tête enseignante GPT0,176
Écart entre enseignants0,172 · 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

Citations95
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Materials Chemistry AMême sujetNanowire Synthesis and ApplicationsTravaux en français237 207