Design and optimization of nanowire betavoltaic generators
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
A model used to simulate and optimize the performance of nanowire-based betavoltaic generators is developed. The optimum nanowire array geometry is established for devices made of silicon, gallium arsenide, and gallium phosphide for both nickel-63 and tritium sources by computing the energy capture efficiency for each case. The captured power for nanowire devices is shown to be drastically greater compared to planar betavoltaic generators with maximum improvement factors of approximately 7, 3, 5, and 9 for devices utilizing radioisotope sources of nickel-63, nickel citrate, tritium, and tritiated butyl, respectively. In addition, nanowire devices do not suffer from self-shielding effects, a large limitation in conventional, planar betavoltaics. By coupling the spatial distribution of electron–hole pair generation rate calculated from Monte Carlo simulations and a semiconductor charge-transport model, the diode design is optimized for the maximum power output. The top performing devices, utilizing a tritium source, exhibited an output power of approximately 4, 6, and 2 μW cm−2 for silicon, gallium arsenide, and gallium phosphide, respectively. Overall device efficiencies were found to range from 4% to 10%, surpassing several betavoltaic devices reported in the literature. It was also found that, contrary to the traditional betavoltaic design, semiconductors with higher bandgaps do not necessarily result in the best device performance due to additional material parameters, such as surface recombination velocity. Potential improvements for nanowire-based betavoltaic generators are suggested for additional investigation.
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