MétaCan
Menu
Retour à la cohorte
Enregistrement W2806218724 · doi:10.1002/adma.201801720

Activated Electron‐Transport Layers for Infrared Quantum Dot Optoelectronics

2018· article· en· W2806218724 sur OpenAlexaff
Jongmin Choi, Jea Woong Jo, F. Pelayo Garcı́a de Arquer, Yong‐Biao Zhao, Bin Sun, Junghwan Kim, Min‐Jae Choi, Se‐Woong Baek, Andrew H. Proppe, Ali Seifitokaldani, Dae‐Hyun Nam, Peicheng Li, Olivier Ouellette, Younghoon Kim, Oleksandr Voznyy, Sjoerd Hoogland, Shana O. Kelley, Zheng‐Hong Lu, Edward H. Sargent

Notice bibliographique

RevueAdvanced Materials · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueQuantum Dots Synthesis And Properties
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceOptoelectronicsPhotovoltaicsPassivationQuantum dotDopingBand gapElectrodeSolar cellTandemEnergy conversion efficiencyUltravioletQuantum efficiencyNanotechnologyPhotovoltaic systemLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

Photovoltaic (PV) materials such as perovskites and silicon are generally unabsorptive at wavelengths longer than 1100 nm, leaving a significant portion of the IR solar spectrum unharvested. Small-bandgap colloidal quantum dots (CQDs) are a promising platform to offer tandem complementary IR PV solutions. Today, the best performing CQD PVs use zinc oxide (ZnO) as an electron-transport layer. However, these electrodes require ultraviolet (UV)-light activation to overcome the low carrier density of ZnO, precluding the realization of CQD tandem photovoltaics. Here, a new sol-gel UV-free electrode based on Al/Cl hybrid doping of ZnO (CAZO) is developed. Al heterovalent doping provides a strong n-type character while Cl surface passivation leads to a more favorable band alignment for electron extraction. CAZO CQD IR solar cell devices exhibit, at wavelengths beyond the Si bandgap, an external quantum efficiency of 73%, leading to an additional 0.92% IR power conversion efficiency without UV activation. Conventional ZnO devices, on the other hand, add fewer than 0.01 power points at these operating conditions.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge 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: Empirique
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,268
Écart entre enseignants0,252 · 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

Citations68
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced MaterialsMême sujetQuantum Dots Synthesis And PropertiesTravaux en français237 207