MétaCan
Menu
Retour à la cohorte
Enregistrement W2319551214 · doi:10.1021/jp511021v

Photoinduced Dynamics of Charge Separation: From Photosynthesis to Polymer–Fullerene Bulk Heterojunctions

2015· article· en· W2319551214 sur OpenAlexaff
Jens Niklas, Serge Beaupré, Mario Leclerc, Tao Xu, Luping Yu, Andreas Sperlich, Vladimir Dyakonov, Oleg G. Poluektov

Notice bibliographique

RevueThe Journal of Physical Chemistry B · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueOrganic Electronics and Photovoltaics
Établissements canadiensUniversité Laval
Organismes subventionnairesBasic Energy SciencesDeutsche Forschungsgemeinschaft
Mots-clésFullereneMaterials scienceOrganic solar cellChemical physicsAcceptorPolymerElectron paramagnetic resonanceCharge carrierPolymer solar cellPhotoinduced charge separationHeterojunctionArtificial photosynthesisSinglet statePhotochemistryOptoelectronicsChemistryOrganic chemistryNuclear magnetic resonancePhotocatalysisAtomic physicsPhysics

Résumé

récupéré en direct d'OpenAlex

Understanding charge separation and charge transport is crucial for improving the efficiency of organic solar cells. Their active media are based on organic molecules and polymers, serving as both light-absorbing and transport layers. The charge-transfer (CT) states play an important role, being intermediate for free carrier generation and charge recombination. Here, we use light-induced electron paramagnetic resonance spectroscopy to study the CT dynamics in blends of the polymers P3HT, PCDTBT, and PTB7 with the fullerene derivative C60-PCBM. Time-resolved EPR measurements show strong spin-polarization patterns for all polymer-fullerene blends, confirming predominant generation of singlet CT states and partial orientation ordering near the donor-acceptor interface. These observations allow a comparison with charge separation processes in molecular donor-acceptor systems and in natural and artificial photosynthetic assemblies, and thus the elucidation of the initial steps of sequential CT in organic photovoltaic materials.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,395

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,011
Tête enseignante GPT0,228
Écart entre enseignants0,216 · 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'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

Citations57
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry BMême sujetOrganic Electronics and PhotovoltaicsTravaux en français237 207