Synthesis of CIS Quantum Dots in Low-Temperature Regime: Effects of Precursor Composition and Temperature Ramps
Notice bibliographique
Résumé
Copper Indium Sulfide (CIS) based quantum dots (QDs) have strong potential for future large-scale applications in photovoltaic, display, and optoelectronic sectors, partly due to their minimal toxicity. CIS QDs are usually grown at temperatures over 200 °C. In this work, we present a gram-scale, noninjection synthesis of CIS-based QDs in a low temperature regime and report, through systematic analyses, on the influence of temperature ramping profiles and precursor compositions on the properties of core CIS and core/shell CIS/ZnS QDs. It is established that the temperature ramp method is as important as the peak temperature itself. Nonabrupt temperature ramping results in core CIS QDs with more ligand coverage and fewer defects, and makes ZnS overgrowth possible even with lower Zn:S molar ratios. Precursor level molar ratios of 1:2 for Cu:In and 8:1 for Zn:S resulted in improved efficiency in CIS and CIS/ZnS QDs with strong and long-lived emissions in the 85-245 ns range. Implementing a dropwise addition of the ZnS precursor leads to prolonged QD extraction and shorter emission wavelengths. The different processes showed a wide range of tunability in the visible-to-IR range along with intense photoluminescence. The ZnS shell growth dependence on temperature ramping mode is explained through a mechanism for sulfur consumption, from the core or from the ligands' thiol groups. The low temperature regime processes, tunability for wide range of emissions, and identified pathways for long-lived emissions make these less-toxic, CIS-based QDs amenable to large area, scaled-up processing for device applications.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».