MétaCan
Menu
Retour à la cohorte
Enregistrement W2911344462 · doi:10.1139/cjp-2018-0579

Theoretical investigation of high-efficiency GaN–Si heterojunction betavoltaic battery

2019· article· en· W2911344462 sur OpenAlexvenueno aff
Reyyan Kavak Yürük, Hayriye Tütüncüler

Notice bibliographique

RevueCanadian Journal of Physics · 2019
Typearticle
Langueen
DomaineEnergy
ThématiqueAdvanced Energy Technologies and Civil Engineering Innovations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHeterojunctionOptoelectronicsDopingSemiconductorEnergy conversion efficiencyp–n junctionMaterials scienceCommon emitterBand gapBattery (electricity)VoltageWide-bandgap semiconductorPhotovoltaic systemDepletion regionPhysicsPower (physics)Electrical engineering

Résumé

récupéré en direct d'OpenAlex

The wide-bandgap semiconductors, which have the advantages of radiation resistance and high carrier mobility, have gained increased research attention in recent years for the conversion nuclear battery. Nevertheless, when a wide-bandgap semiconductor is used, the collection efficiency and current are reduced, even though the open circuit voltage is increased. In this research, a heterojunction photovoltaic cell is used to increase collection efficiency and power in the betavoltaic battery. A theoretical investigation of the electrical performance has been carried out on Ni63/GaN and Ni63/GaN–Si betavoltaic cells. The effects of doping concentration and junction depth on the maximum power are examined. By optimizing the doping concentration and junction depth, a high-efficiency heterojunction betavoltaic microbattery can be achieved. The maximum power is calculated as 22.90 nW/cm2 using 1 mCi Ni63 beta source and GaN–Si heterojunction with junction depth of 0.1 μm and doping concentrations of Na = 4 × 1017 cm−3 and Nd = 4 × 1016 cm−3 in the emitter and the base region, respectively.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,007
Tête enseignante GPT0,181
Écart entre enseignants0,175 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations18
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of PhysicsMême sujetAdvanced Energy Technologies and Civil Engineering InnovationsTravaux en français237 207