Plasmonic gold nanoparticles for ZnO-nanotube photoanodes in dye-sensitized solar cell application
Notice bibliographique
Résumé
Surface modification of nanostructured metal oxides with metal nanoparticles has been extensively used to enhance their nanoscale properties. The unique properties of metal nanoparticles associated with their controllable dimensions allow these metal nanoparticles to be precisely engineered for many applications, particularly for renewable energy. Here, a simple electrodeposition method to synthesize gold nanoparticles (GNPs) on electrochemically grown ZnO nanotubes (NTs) is reported. The size distribution and areal density of the GNPs can be easily controlled by manipulating the concentration of AuCl3 electrolyte solution, and the deposition time, respectively. An excellent enhancement in the optical properties of ZnO NTs surface-decorated with GNPs (GNP/ZnO-NT), especially in the visible region, is attributed to their surface plasmon resonance. The plasmonic effects of GNPs, together with the large specific surface area of ZnO NTs, can be used to significantly enhance the dye-sensitized solar cell (DSSC) properties. Furthermore, the Schottky barrier at the Au/ZnO interface could prevent electron back transfer from the conduction band of ZnO to the redox electrolyte and thus could substantially increase electron injection in the ZnO conduction band, which would further improve the overall performance of the constructed DSSCs. The GNP/ZnO-NT photoanode has been found to increase the efficiency of the DSSC significantly to 6.0% from 4.7% of the pristine ZnO-NT photoanode, together with corresponding enhancements in short-circuit current density from 10.4 to 13.1 mA cm(-2) and in fill factor from 0.60 to 0.75, while the open-circuit voltage remain effectively unchanged (from 0.60 to 0.61 V). Surface decoration with GNPs therefore provides an effective approach to creating not only a high specific surface area for superior loading of dye molecules, but also higher absorbance capability due to their plasmonic effect, all of which lead to excellent performance enhancement for DSSC application.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».