MétaCan
Menu
Retour à la cohorte
Enregistrement W3210101351 · doi:10.29169/1927-5129.2021.17.07

Impact of Nano-FeS2 Layer on the Stability Performance of CdS-Cu2O PV Cells: A Study

2021· article· en· W3210101351 sur OpenAlexvenueno aff
Biswajit Ghosh

Notice bibliographique

RevueJournal of Basic & Applied Sciences · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCopper-based nanomaterials and applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceLayer (electronics)EvaporationCadmium telluride photovoltaicsNano-Vacuum evaporationDeposition (geology)Chemical engineeringThin filmThermal stabilityOptoelectronicsNanotechnologyComposite material

Résumé

récupéré en direct d'OpenAlex

The presence of nano-structured FeS2 film at the junction of CdS-Cu2O thin film PV cells demonstrated long term stability in its performances. The CdS layer was fabricated by vacuum evaporation technique and its top surface was converted to FeS2 by dipping in hot FeCl2 solution. The Cu2O was deposited over it by plasma deposition process. A thin Ni-Au layer was deposited over the Cu2O surface by an electroless deposition process to act as the top electrical contact. The cell properties and its stability were studied under external stresses including heat and light. The cells efficiency attained 2.35% at AM1 illumination. The fabricated cells were tested under thermal cycling and light soaking and their performances were compared with other cells like Si, CdTe and CIS. Results showed that the CdS-Cu2O device with FeS2 is more stable than the other cells. From these results it was concluded that the nano FeS2 layer made perfect matching with n-CdS and p-Cu2O due to its strong inversion and yields both bulk electrons and surface holes. Moreover, the hardness of the FeS2 layer puts barriers that slow the inter-diffusion / migration of Cu ions into the bulk CdS thus preventing the formation of Cu-Cd killer centres.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,018
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,048
Tête enseignante GPT0,302
Écart entre enseignants0,254 · 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.

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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Basic & Applied SciencesMême sujetCopper-based nanomaterials and applicationsTravaux en français237 207