MétaCan
Menu
Retour à la cohorte
Enregistrement W2331840828 · doi:10.1021/jp409351v

Optimizing Plasmonic Silicon Photovoltaics with Ag and Au Nanoparticle Mixtures

2014· article· en· W2331840828 sur OpenAlexaff
Peng Hui Wang, Morgan Millard, Alexandre G. Brolo

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueNanowire Synthesis and Applications
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésPhotocurrentMaterials scienceQuantum efficiencySurface plasmon resonancePhotovoltaicsOptoelectronicsNanoparticleSiliconEnergy conversion efficiencyPlasmonPhotovoltaic systemQuantum dotWavelengthNanotechnology

Résumé

récupéré en direct d'OpenAlex

The effects of size and surface coverage of gold nanoparticles (Au NPs) on the performance of modified silicon photovoltaic (Si PV) devices were investigated. An increase in external quantum efficiency (EQE) above 600 nm (relative to the unmodified Si PV) was observed for PV devices modified with Au NPs with an average diameter greater than 80 nm, and the maximum in enhanced photocurrent red-shifted as the Au NP size increased. A decrease in EQE was observed for wavelengths shorter than 600 nm, leading to minimum overall advantage in terms of electrical power generated by white light illumination relative to the unmodified standard. However, this negative effect was successfully minimized by adding silver (Ag) NPs to the surface of the modified PV device. A maximum ∼6% EQE enhancement was observed for PV devices modified with a mixture of metallic nanoparticles (Ag and Au) at the localized surface plasmon resonance (LSPR) wavelengths, and an overall increase in the white light power conversion efficiency of ∼5% was obtained.

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 enseignants0,017
Score d'incertitude au seuil0,185

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 Opus0,005
Tête enseignante GPT0,192
Écart entre enseignants0,188 · 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

Citations35
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry CMême sujetNanowire Synthesis and ApplicationsTravaux en français237 207