MétaCan
Menu
Retour à la cohorte
Enregistrement W2985993443 · doi:10.1039/c9fd00095j

Silicon photosensitisation using molecular layers

2019· article· en· W2985993443 sur OpenAlexaff
Lefteris Danos, Nathan R. Halcovitch, Ben P. Wood, Henry Banks, Michael P. Coogan, Nicholas P. Alderman, Liping Fang, Branislav Dzurňák, Tom Markvart

Notice bibliographique

RevueFaraday Discussions · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSilicon Nanostructures and Photoluminescence
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNational Natural Science Foundation of ChinaMinisterstvo Školství, Mládeže a TělovýchovyLeverhulme TrustLancaster UniversityNational Science Foundation
Mots-clésSiliconPhotovoltaicsEnergy transferNanotechnologyMaterials scienceEngineering physicsOptoelectronicsPhysicsPhotovoltaic systemEngineering

Résumé

récupéré en direct d'OpenAlex

Silicon photosensitisation via energy transfer from molecular dye layers is a promising area of research for excitonic silicon photovoltaics. We present the synthesis and photophysical characterisation of vinyl and allyl terminated Si(111) surfaces decorated with perylene molecules. The functionalised silicon surfaces together with Langmuir-Blodgett (LB) films based on perylene derivatives were studied using a wide range of steady-state and time resolved spectroscopic techniques. Fluorescence lifetime quenching experiments performed on the perylene modified monolayers revealed energy transfer efficiencies to silicon of up to 90 per cent. We present a simple model to account for the near field interaction of a dipole emitter with the silicon surface and distinguish between the 'true' FRET region (<5 nm) and a different process, photon tunnelling, occurring for distances between 10-50 nm. The requirements for a future ultra-thin crystalline solar cell paradigm include efficient surface passivation and keeping a close distance between the emitter dipole and the surface. These are discussed in the context of existing limitations and questions raised about the finer details of the emitter-silicon interaction.

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: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,999

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)0,0020,000

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 Opus0,009
Tête enseignante GPT0,242
Écart entre enseignants0,234 · 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

Citations9
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFaraday DiscussionsMême sujetSilicon Nanostructures and PhotoluminescenceTravaux en français237 207