Unveiling Photovoltaic Performance Enhancement Mechanism of Polymer Solar Cells via Synergistic Effect of Binary Solvent Additives
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
Binary solvent additive engineering is an effective strategy to optimize photoactive films for high‐efficiency organic solar cells, however, the effect of single components on device performance and the combination principle of binary solvent additives remain unclear. Herein, synchrotron‐based grazing incident X‐ray diffraction, Derjaguin–Muller–Toporov modulus imaging, and plasmon energy shift imaging acquired by scanning transmission electron microscopy to investigate the effect of new binary solvent additive of 1,8‐diiodooctane (DIO) and less‐toxic and p‐anisaldehyde (AA) on device performance of solar cells based on poly[(5,6‐difluoro‐2,1,3‐benzothiadiazol‐4,7‐diyl)‐alt‐(3,3‴‐di(2‐octyldodecyl)2,2′;5′,2″;5″,2‴‐quaterthio‐phen‐5,5‴‐diyl)] (PffBT4T‐2OD) and [6,6]‐phenyl‐C61‐butyric acid methyl ester (PC61BM) are used. It is found that AA mainly favors polymer order and high crystallinity of PffBT4T‐2OD. Differently, DIO mainly enables PC61BM diffusing into PffBT4T‐2OD polymer matrix, leading to enlarged donor–acceptor (D–A) interface. As expected, by combining AA and DIO, the composite film provides large D–A interface and more balanced charge carrier transport. Consequently, their beneficial synergistic effect results in enhanced short circuit current and fill factor, and thereby increased power conversion efficiency of 10.64%, improved by 16% with respect to the control device. Herein, a general mechanism of enhancing device performance via the combination of solvent additives with different contributions to photoactive film is unveiled.
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