MétaCan
Menu
Retour à la cohorte
Enregistrement W2541778707 · doi:10.1063/1.4966217

Single-step colloidal quantum dot films for infrared solar harvesting

2016· article· en· W2541778707 sur OpenAlexaff
Amirreza Kiani, Brandon R. Sutherland, Younghoon Kim, Olivier Ouellette, Larissa Levina, Grant Walters, Cao‐Thang Dinh, Mengxia Liu, Oleksandr Voznyy, Xinzheng Lan, André J. Labelle, Alexander H. Ip, Andrew H. Proppe, Ghada H. Ahmed, Omar F. Mohammed, Sjoerd Hoogland, Edward H. Sargent

Notice bibliographique

RevueApplied Physics Letters · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueQuantum Dots Synthesis And Properties
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceInfraredOptoelectronicsSolar cellQuantum dot solar cellSiliconQuantum dotBand gapSemiconductorHybrid solar cellEnergy conversion efficiencyGermaniumNanotechnologyPolymer solar cellOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

Semiconductors with bandgaps in the near- to mid-infrared can harvest solar light that is otherwise wasted by conventional single-junction solar cell architectures. In particular, colloidal quantum dots (CQDs) are promising materials since they are cost-effective, processed from solution, and have a bandgap that can be tuned into the infrared (IR) via the quantum size effect. These characteristics enable them to harvest the infrared portion of the solar spectrum to which silicon is transparent. To date, IR CQD solar cells have been made using a wasteful and complex sequential layer-by-layer process. Here, we demonstrate ∼1 eV bandgap solar-harvesting CQD films deposited in a single step. By engineering a fast-drying solvent mixture for metal iodide-capped CQDs, we deposited active layers greater than 200 nm in thickness having a mean roughness less than 1 nm. We integrated these films into infrared solar cells that are stable in air and exhibit power conversion efficiencies of 3.5% under illumination by the full solar spectrum, and 0.4% through a simulated silicon solar cell filter.

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 enseignants0,025
Score d'incertitude au seuil0,700

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 Opus0,031
Tête enseignante GPT0,221
Écart entre enseignants0,189 · 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

Citations62
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physics LettersMême sujetQuantum Dots Synthesis And PropertiesTravaux en français237 207