Harnessing the properties of colloidal quantum dots in luminescent solar concentrators
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Luminescent solar concentrators (LSCs) can serve as large-area sunlight collectors, are suitable for applications in high-efficiency and cost-effective photovoltaics (PVs), and provide adaptability to the needs of architects for building-integrated PVs, which makes them an attractive option for transforming buildings into transparent or non-transparent electricity generators. Compared with traditional organic dyes, colloidal semiconducting quantum dots (QDs) are excellent candidates as emitters for LSCs because they exhibit wide size/shape/composition-tunable absorption spectra ranging from ultraviolet to near infrared, significantly overlapping with the solar spectrum. They also feature narrow emission spectra, high photoluminescence quantum yields, high absorption coefficients, solution processability and good photostability. Most importantly, QDs can be engineered to provide a minimal overlap between absorption and emission spectra, which is key to the realization of large-area LSCs with largely suppressed reabsorption energy losses. In this review article, we will first present and discuss the working principle of LSCs, the synthesis of colloidal QDs using wet-chemistry approaches, the optical properties of QDs, their band alignment and the intrinsic relationship between the band energy structure and optical properties of QDs. We focus on emerging architectures, such as core/shell QDs. We then highlight recent progress in QD-based LSCs and their anticipated applications. We conclude this review article with the major challenges and perspectives of LSCs in future commercial technologies.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découle