MétaCan
Menu
Retour à la cohorte
Enregistrement W2786368303 · doi:10.1149/08513.0543ecst

Organic-Inorganic Nanohybrid Materials for Photovoltaic Applications

2018· article· en· W2786368303 sur OpenAlexafffund
Alexander E. Kobryn, Sergey Gusarov, Karthik Shankar

Notice bibliographique

RevueECS Transactions · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueChalcogenide Semiconductor Thin Films
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaWestern Canada Research GridNational Research Council CanadaCompute Canada
Mots-clésSolvationMaterials scienceChemical physicsOrganic solar cellNanoscopic scaleAdsorptionHeterojunctionPhotovoltaic systemPhotovoltaicsSoft matterNanotechnologyAcceptorMoleculeChemical engineeringChemistryPhysical chemistryPolymerOrganic chemistryPhysicsOptoelectronicsComposite materialColloid

Résumé

récupéré en direct d'OpenAlex

Thin film morphology is a key factor determining the performance of bulk heterojunction organic-inorganic solar cells through its influence on charge separation, charge transport and recombination losses in donor-acceptor blends. With this respect, both descriptive and predictive modeling of structural properties of blends of organic-inorganic perovskites of the type CH3NH3PbX3 (X=Cl, Br, or I) with P3HT or P3BT, including adsorption on TiO2 clusters having rutile (110) surface, is presented with the use of a methodo-logy that allows computing the microscopic structure of blends on the nanometer scale. The methodology is based on the integral equation theory of molecular liquids in the reference interaction site model and uses the universal force field. It provides a detailed microscopic insight into the organization of solvent molecules in the solvation shell structure and their contribution to the solvation thermodynamics. The calculated nanoscale morphologies serve as an instrument in rational design of hybrid photovoltaics.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,592
Score d'incertitude au seuil0,997

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)0,0040,001

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 Opus0,012
Tête enseignante GPT0,220
Écart entre enseignants0,209 · 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

Citations1
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueECS TransactionsMême sujetChalcogenide Semiconductor Thin FilmsTravaux en français237 207