MétaCan
Menu
Retour à la cohorte
Enregistrement W3019190712 · doi:10.1002/adfm.202001692

Low‐Dimensional Contact Layers for Enhanced Perovskite Photodiodes

2020· article· en· W3019190712 sur OpenAlexafffund
Deying Luo, Taoyu Zou, Wengqiang Yang, Beng Xiang, Xiaoyu Yang, Ya Wang, Rui Su, Lichen Zhao, Rui Zhu, Hang Zhou, Thomas P. Russell, Hongyu Yu, Zheng‐Hong Lu

Notice bibliographique

RevueAdvanced Functional Materials · 2020
Typearticle
Langueen
DomaineEngineering
ThématiquePerovskite Materials and Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesLawrence Berkeley National LaboratoryBasic Energy SciencesOffice of ScienceSouthern University of Science and TechnologyNatural Sciences and Engineering Research Council of CanadaOffice of Naval ResearchNational Natural Science Foundation of ChinaU.S. Department of Energy
Mots-clésPhotodiodeMaterials sciencePerovskite (structure)OptoelectronicsPhotodetectorElectrodeCrystallography

Résumé

récupéré en direct d'OpenAlex

Abstract Controlling defects and energy‐band alignments are of paramount importance to the development of high‐performance perovskite‐based photodiodes. Yet, concurrent improvements in interfacial contacts and defect reduction simply by tailoring bottom contacts have not been investigated. An effective strategy is reported that can simultaneously improve energy‐band alignments and structural defects by introducing low‐dimensional contact (LDC) layers at the bottom interface. It is found that LDC‐based perovskites considerably suppress undesirable structural defects induced by microstrains, resulting in reduced nonradiative recombination centers and improved carrier lifetimes. Additionally, the resulting LDC‐based interface structures help block minority carrier injection from the electrodes by forming built‐in electric fields. As a consequence, LDC‐based perovskite photodiodes showed improved light detection capabilities. The result opens an avenue to yield highly efficient photodiodes.

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 enseignants0,023
Score d'incertitude au seuil1,000

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)0,0010,000

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 Opus0,014
Tête enseignante GPT0,214
Écart entre enseignants0,200 · 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

Citations40
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Functional MaterialsMême sujetPerovskite Materials and ApplicationsTravaux en français237 207