Review on Colloidal Quantum Dots Luminescent Solar Concentrators
Notice bibliographique
Résumé
Abstract Luminescent solar concentrators (LSCs) have recently gained popularity as an effective solution to increase solar energy conversion. Utilizing LSCs together with solar cells can generate more energy at a lower cost than using only solar cells. LSCs operate by utilizing luminophores, molecules that absorb incident solar irradiation and re‐emit photons, and waveguides that redirect emitted photons to the edges of a glass or polymer slab at high concentrations. Many quantum dots (QDs) have been the focus of much research as luminophores for LSCs, owing to their high quantum yields (QYs), controllable absorption/emission spectra, good stability, and ease of synthesis. Various QDs, such as CdSe, PbS, CdS, AgInS 2 , Si, and C, have been modified to enhance their optical performances in LSCs, often measured by their optical efficiencies, internal/external quantum efficiencies, and power conversion efficiencies. This review appraises the latest developments in colloidal QDs — basic QDs, doped QDs, core/shell QDs, hybrid QDs, and Si‐based QD — for their applications in LSCs. Other factors that enhance an LSC's efficiency, such as altering the polymer matrix and using distributed Bragg reflectors, are discussed. The development of highly efficient, QD‐based LSCs will be essential for increasing solar energy production worldwide.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».