MétaCan
Menu
Retour à la cohorte
Enregistrement W2741691086

Infrared Sensitive Solution-processed Quantum Dot Photovoltaics in a Nanoporous Architecture

2009· dissertation· en· W2741691086 sur OpenAlexfundno aff
Ethan J. D. Klem

Notice bibliographique

RevueTSpace · 2009
Typedissertation
Langueen
DomaineMaterials Science
ThématiqueQuantum Dots Synthesis And Properties
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Toronto
Mots-clésPhotovoltaicsQuantum dotNanoporousArchitectureNanotechnologyOptoelectronicsMaterials sciencePhotovoltaic systemEngineeringElectrical engineeringGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

If solar energy is to be a significant component of our energy supply, technologies are required which produce high efficiency solar cells using inexpensive materials and versatile manufacturing processes. Solution-processed materials have been used to create low cost, easily fabricated devices, but have suffered from low power conversion efficiencies. A lack of infrared energy capture limits their efficiency. In this work we develop solution-processed photovoltaic devices using lead sulphide quantum dots and high surface area porous oxide electrodes. The resultant devices have a spectral response from 400 to 1800 nm. In fabricating these devices we utilize crosslinking molecules. We explore the impact crosslinkers have on the mobility and morphology of quantum dot films using field effect transistors and transmission electron microscopy. We also explore a hybrid organic/inorganic route for controlling the net doping in quantum dot films. We investigate the chemical and compositional changes that lead sulphide quantum dots films undergo during crosslinker treatment and annealing. Using this information we optimize our charge separation efficiency and our open circuit voltage. The resulting devices have an infrared power conversion efficiency of 2%, four orders of magnitude higher than that in previously reported lead sulphide quantum dot devices.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,010
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,017
Tête enseignante GPT0,283
Écart entre enseignants0,266 · 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.

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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetQuantum Dots Synthesis And PropertiesTravaux en français237 207