MétaCan
Menu
Retour à la cohorte
Enregistrement W2417726307 · doi:10.1021/acs.macromol.5b00859

Optimization of Broad-Response and High-Detectivity Polymer Photodetectors by Bandgap Engineering of Weak Donor–Strong Acceptor Polymers

2015· article· en· W2417726307 sur OpenAlexafffund
Ji Qi, Jinfeng Han, Xiaokang Zhou, Dezhi Yang, Jidong Zhang, Wenqiang Qiao, Dongge Ma, Zhi Yuan Wang

Notice bibliographique

RevueMacromolecules · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueOrganic Electronics and Photovoltaics
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésPhotodetectorMaterials sciencePolymerBand gapStackingAbsorption (acoustics)OptoelectronicsAcceptorSpecific detectivityHOMO/LUMOAbsorption spectroscopySpectral lineOpticsDark currentChemistryPhysicsMoleculeOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A series of weak donor–strong acceptor polymers containing two different electron-deficient units (diketopyrrolopyrrole and thienoisoindigo) are synthesized and used in broad-response and high-detectivity polymer photodetectors. By adjusting the composition ratio of the two acceptors, the absorption spectra, energy levels, molecular stacking, and film morphology are affected, which in turn influence the photodetector performance. With increased thienoisoindigo component, the HOMO energy levels shift from −5.41 to −4.76 eV, and the LUMO energy levels are nearly unchanged, corresponding to reduced bandgaps and red-shifted absorption spectra. 1,8-Diiodooctane additive shows greatly impact on the film morphology, which affects the photodetector performance significantly. Going from P1 to P5, the detectivity decreases, but the response range increases. The photodetector based on P4 exhibits detectivity of greater than 10 11 Jones in a broad spectral region of 300–1200 nm, which is really promising for UV–vis–NIR light detection.

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 seuil0,889

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 GPT0,186
Écart entre enseignants0,182 · 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

Citations101
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMacromoleculesMême sujetOrganic Electronics and PhotovoltaicsTravaux en français237 207