MétaCan
Menu
Retour à la cohorte
Enregistrement W3088523766 · doi:10.1021/acsmaterialslett.0c00308

Strain Engineering in Halide Perovskites

2020· article· en· W3088523766 sur OpenAlexafffund
Erin G. Moloney, Vishal Yeddu, Makhsud I. Saidaminov

Notice bibliographique

RevueACS Materials Letters · 2020
Typearticle
Langueen
DomaineEngineering
ThématiquePerovskite Materials and Applications
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Victoria
Mots-clésHalidePerovskite (structure)HeterojunctionStrain engineeringMaterials scienceSemiconductorStrain (injury)Lattice (music)Thin filmNanocrystalNanotechnologyCondensed matter physicsOptoelectronicsCrystallographyChemistryInorganic chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Despite the well-known implications in the field of III–V semiconductors, lattice strain in halide perovskite materials has been largely overlooked until recently. Here, we review the effect of lattice strain on the structural, chemical, and optoelectronic properties of metal halide perovskites to understand how strain engineering can be applied to improve device performance. We start by arguing that perovskites, like any other semiconducting material, are not immune to the negative effects of mismanaged strain. We analyze the origin—and detrimental consequences—of lattice strain in perovskite crystals and heterostructures. We then discuss how strain management addresses the polymorphism issue of some of the most desirable perovskite compositions, and how it prevents the harmful migration of ions in perovskites. We conclude by offering our perspective on the unexplored potential of strain engineering and argue that its controlled management can lead to untapped territories, including perovskite large-area single-crystalline thin films and electrically pumped lasers.

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 candidatesaucune
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 enseignants0,010
Score d'incertitude au seuil0,753

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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,183
Écart entre enseignants0,173 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations136
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Materials LettersMême sujetPerovskite Materials and ApplicationsTravaux en français237 207