Colloidal quantum dot photodetectors (Presentation Recording)
Notice bibliographique
Résumé
Colloidal quantum dots (CQDs) are emerging solution processed materials combining low cost, easy deposition on large and flexible substrates, and bandgap tunability. The latter feature, which allows spectral tuning of the absorption profile of the semiconductor, makes these materials particularly attractive for light detection applications. Lead sulfide (PbS) CQDs, in particular, have shown astonishing performance as a light sensitive material operating at visible and infrared (IR) wavelengths. Early studies of PbS CQDs used as a photosensitive resistor (photoconductor) showed an impressive responsivity - exceeding 1000 A/W - and a detectivity (D*) higher then 10^13 Jones. This impressive D* was preserved in the successive development of the first PbS CQD photodiode, showing the possibility to realize fast - f_3db > 1Mhz - and sensitive IR detectors. Currently, the field is moving toward the development of hybrid devices and phototransitors. PbS CQDs have been combined in field effect transistors (FETs) with graphene and MoS2 channels, showing ultra-high gain (exceeding 10^8 electrons/photons) and high D*. Recently a photo-junction FET (photo-JFET) has been reported that breaks the inherent dark current/gain/bandwidth compromise affecting photoconductive light detectors. With this presentation we offer a broad overview on CQD photodetection highlighting the past achievements, the benefits, the challenges and the prospects for the future research on this field.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».