MétaCan
Menu
Retour à la cohorte
Enregistrement W2509538717 · doi:10.15623/ijret.2016.0527012

OPTIMIZATION OF A-SIC: HASBUFFER LAYER FOR EFFICIENCY ENHANCEMENT OF AMORPHOUS SILICON SOLAR CELLS

2016· article· en· W2509538717 sur OpenAlexfundno aff
T. Subramanyam

Notice bibliographique

RevueInternational Journal of Research in Engineering and Technology · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueSilicon and Solar Cell Technologies
Établissements canadiensnon disponible
Organismes subventionnairesDepartment of Science and Technology, Ministry of Science and Technology, IndiaInternational Development Research Centre
Mots-clésAmorphous siliconMaterials scienceLayer (electronics)OptoelectronicsEngineering physicsSiliconAmorphous solidNanotechnologyCrystalline siliconEngineeringChemistryCrystallography

Résumé

récupéré en direct d'OpenAlex

Thin film single junction hydrogenated amorphous silicon (a-Si:H) solar cells have been fabricated using RF-Plasma Enhanced Chemical Vapor Deposition method.The p-,i-, and n-layers have been optimized individually for achieving cell efficiency of 5.11 %(V oc =0.84 V, J sc =10.13 mA/cm2, and FF=0.59).In this study an effort has been made to optimize and incorporate hydrogenated amorphous silicon carbide (a-SiC:H) layer as a buffer layer between the doped a-Si:H forming the emitter (p-layer) and the absorber layer (i-layer) to enhance the cell efficiency further.The buffer layer has been studied for electrical, optical, structural properties and layer thickness by varying the process parameters such as CH 4 , SiH 4 and H 2 gas concentrations.The optimized buffer layer was about 12 nm thick with an optical band gap of 1.88 eV.Insertion of this film between the p-and i-layers resulted in an increased power conversion efficiency of 5.88% and J sc =11.0mA, compared to the conventional cells.The observed improvement is related mainly to minimum absorption loss and capability of driving out the photo generated carriers with minimum recombination losses, with transportation of carriers to the outer circuit with minimum electrical resistance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,297
Écart entre enseignants0,274 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Research in Engineering and TechnologyMême sujetSilicon and Solar Cell TechnologiesTravaux en français237 207