Phenanthroline Additives for Enhanced Semiconducting Carbon Nanotube Dispersion Stability and Transistor Performance
Notice bibliographique
Résumé
Dispersions of purely semiconducting single-walled carbon nanotubes (SWCNTs) have enabled solution-processed SWCNT networks as active layers in field-effect transistors (FETs) with high carrier mobilities and excellent on/off current ratios. Although reproducibility has improved in recent years, reaching the level that is required for commercial large-scale processing remains a challenge. A key issue is the tendency of SWCNTs to aggregate over time, resulting in network inhomogeneities that cause large device performance variations. Based on the tailored formulation of colloidal inks by the choice of solvent and use of additives, we demonstrate the strong stabilization effect of phenanthroline additives on polymer-sorted (6,5) SWCNT using time-dependent near-infrared absorption spectroscopy as a fast and simple assessment tool for the aggregation rate. The addition of the N-heteropolycycle 1,10-phenanthroline significantly extends the stability of dispersions of polymer-wrapped nanotubes in toluene and hence improves the morphology of spin-coated networks even after ink storage for several days. Bottom-contact, top-gate FETs based on such networks show much higher charge carrier mobilities and drastically reduced device-to-device variations compared to devices based on SWCNT dispersions without phenanthroline. Nanotube ink formulations with small-molecule additives are an important step toward reproducible device parameters and are crucial for the translation of nanotube FETs from the laboratory to commercial applications.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».