MétaCan
Menu
Retour à la cohorte
Enregistrement W3122176718 · doi:10.1038/s41467-021-20955-5

An antibonding valence band maximum enables defect-tolerant and stable GeSe photovoltaics

2021· article· en· W3122176718 sur OpenAlexaff
Shunchang Liu, Chen‐Min Dai, Yimeng Min, Yi Hou, Andrew H. Proppe, Ying Zhou, Chao Chen, Shiyou Chen, Jiang Tang, Ding‐Jiang Xue, Edward H. Sargent, Jin‐Song Hu

Notice bibliographique

RevueNature Communications · 2021
Typearticle
Langueen
DomaineEngineering
ThématiquePerovskite Materials and Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesOffice of Naval ResearchYouth Innovation Promotion AssociationYouth Innovation Promotion Association of the Chinese Academy of SciencesU.S. NavyNational Natural Science Foundation of China
Mots-clésPhotovoltaicsMaterials scienceAntibonding molecular orbitalPerovskite (structure)PassivationEnergy conversion efficiencyOptoelectronicsValence (chemistry)NanotechnologyPhotovoltaic systemCrystallographyChemistryAtomic orbitalPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract In lead–halide perovskites, antibonding states at the valence band maximum (VBM)—the result of Pb 6 s -I 5 p coupling—enable defect-tolerant properties; however, questions surrounding stability, and a reliance on lead, remain challenges for perovskite solar cells. Here, we report that binary GeSe has a perovskite-like antibonding VBM arising from Ge 4 s -Se 4 p coupling; and that it exhibits similarly shallow bulk defects combined with high stability. We find that the deep defect density in bulk GeSe is ~10 12 cm −3 . We devise therefore a surface passivation strategy, and find that the resulting GeSe solar cells achieve a certified power conversion efficiency of 5.2%, 3.7 times higher than the best previously-reported GeSe photovoltaics. Unencapsulated devices show no efficiency loss after 12 months of storage in ambient conditions; 1100 hours under maximum power point tracking; a total ultraviolet irradiation dosage of 15 kWh m −2 ; and 60 thermal cycles from −40 to 85 °C.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,723
Score d'incertitude au seuil0,530

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 Opus0,012
Tête enseignante GPT0,262
Écart entre enseignants0,249 · 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

Citations103
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetPerovskite Materials and ApplicationsTravaux en français237 207