Controlling Structural and Energetic Disorder in High-Mobility Polymer Semiconductors via Doping with Nitroaromatics
Notice bibliographique
Résumé
Molecular doping has emerged as a powerful strategy to tune the charge transport properties of organic field-effect transistors (OFETs). However, the limited tool-box of molecular dopants and unresolved challenges of stability, uniformity of the doping, and matching the energy levels constrain the achieved OFET device performance and thwart the practical applications. Here, nitrofluorene (NF) acceptors are introduced as effective p-dopants in polymer OFETs, resulting in outstanding device performance of a standard commercial diketopyrrolopyrrole-thienothiophene (DPP-DTT) polymer. An ∼5-fold enhancement in the saturation field-effect mobility (up to ∼8 cm 2 V –1 s –1 ) is realized in ambient air operations after doping with 2,4,5,7-tetranitrofluorenone. Importantly, the achieved effective mobility (which accounts for device nonideality) exceeds 6 cm 2 V –1 s –1, which is among the highest values reported for polymer OFETs. The spectroscopic, microscopic, X-ray diffraction, and electrical investigations elucidate the role of NF dopants in mitigating charge carrier traps, lowering the contact resistance, and maximizing the structural order of the polymer films. Energetic disorder reduces significantly upon doping as revealed via variable temperature mobility measurements.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».