Lewis acids and bases as molecular dopants for organic semiconductors
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
Abstract Controlling the concentration of charge carriers (mobile electrons and holes) in organic semiconductors is vital to precisely controlling their electronic properties. Significant efforts have gone into understanding how molecular dopants induce charge carriers in organic semiconductors. The most widely used doping mechanisms occur via electron transfer (i.e., oxidation or reduction of the semiconductor) or via reaction with a strong Brønsted acid. Recently, strong Lewis acids have been observed to induce p‐type charge carriers in organic semiconductors with greater efficiency than classical dopants. The mechanism of Lewis‐acid doping could not easily be unified with either classical doping methods and has been under intense scrutiny over the past 5 years. Very recently, the Lewis‐acid doping effects have been shown to be due to water impurities in commercial Lewis acids forming strong Brønsted acids. This means that many studies on doping using Lewis acids may be occurring via a Brønsted‐acid doping mechanism. This recent revelation explains some observations in literature, but not all, and there are still unanswered questions. The nature of the Lewis acid and organic semiconductor can significantly impact the doping mechanism and the doping efficiency. Additionally, strong evidence for alternative doping mechanisms using Lewis acids not involving water has been shown. Lewis‐acid doping has mostly been studied as a p‐type dopant method on Lewis‐basic polymers. There is growing literature showing Lewis bases can also act as n‐type dopants, excluding Brønsted‐acid doping as a possible mechanism. In this tutorial review, we will present a brief overview on molecular doping of organic semiconductors, survey the literature on p‐type and n‐type Lewis doping, outline several proposed mechanisms, and speculate on some possible mechanisms using literature observations.
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 | 0,000 | 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) | 0,000 | 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