Butylamine‐Catalyzed Synthesis of Nanocrystal Inks Enables Efficient Infrared CQD Solar Cells
Notice bibliographique
Résumé
Abstract The best‐performing colloidal‐quantum‐dot (CQD) photovoltaic devices suffer from charge recombination within the quasi‐neutral region near the back hole‐extracting junction. Graded architectures, which provide a widened depletion region at the back junction of device, could overcome this challenge. However, since today's best materials are processed using solvents that lack orthogonality, these architectures have not yet been implemented using the best‐performing CQD solids. Here, a new CQD ink that is stable in nonpolar solvents is developed via a neutral donor ligand that functions as a phase‐transfer catalyst. This enables the realization of an efficient graded architecture that, with an engineered band‐alignment at the back junction, improves the built‐in field and charge extraction. As a result, optimized IR CQD solar cells (Eg ≈ 1.3 eV) exhibiting a power conversion efficiency (PCE) of 12.3% are reported. The strategy is applied to small‐bandgap (1 eV) IR CQDs to augment the performance of perovskite and crystalline silicon (cSi) 4‐terminal tandem solar cells. The devices show the highest PCE addition achieved using a solution‐processed active layer: a value of +5% when illuminated through a 1.58 eV bandgap perovskite front filter, providing a pathway to exceed PCEs of 23% in 4T tandem configurations with IR CQD PVs.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».