MétaCan
Menu
Retour à la cohorte
Enregistrement W4200257528 · doi:10.26434/chemrxiv-2021-6tl3z

Exploring Structural Nuances in Germanium Halide Perovskites using Solid-state 73Ge and 133Cs NMR Spectroscopy

2021· preprint· en· W4200257528 sur OpenAlexafffund
Riley W. Hooper, Chuyi Ni, Dylan G. Tkachuk, Yingjie He, Victor V. Terskikh, Jonathan G. C. Veinot, Vladimir K. Michaelis

Notice bibliographique

RevueChemRxiv · 2021
Typepreprint
Langueen
DomaineChemistry
ThématiqueAdvanced NMR Techniques and Applications
Établissements canadiensNational Research Council CanadaUniversity of Alberta
Organismes subventionnairesAlberta InnovatesCanada Research ChairsNational Research Council CanadaCanada Foundation for InnovationUniversity of AlbertaNatural Sciences and Engineering Research Council of CanadaGovernment of Alberta
Mots-clésGermaniumHalideNuclear magnetic resonance spectroscopySolid-state nuclear magnetic resonanceChemistrySolid-stateMaterials scienceChemical physicsNanotechnologyPhysicsPhysical chemistryNuclear magnetic resonanceInorganic chemistryOptoelectronicsStereochemistrySilicon

Résumé

récupéré en direct d'OpenAlex

Metal-halide perovskites remain top candidates for better-performing photovoltaic devices but concerns with leading lead-based materials continue. Ge perovskites remain understudied for use in solar cells compared to their Sn-based counterparts. In this work, we undertake a combined 133Cs and 73Ge solid-state NMR and DFT study of the bulk CsGeX3 (X = Cl, Br, I) series. We show how seemingly small structural variations within germanium halide perovskites have major consequences on their 73Ge and 133Cs NMR signatures and reveal a near cubic-like phase at room temperature for CsGeCl3 with severe local Ge polyhedral distortion. Quantum chemical computations are effective at predicting the structural impact on NMR parameters for 73Ge and 133Cs. This study demonstrates the value of a combined experimental and theoretical approach for investigating attractive materials for energy applications – providing information that is out of reach with conventional characterization methods – and adds the challenging 73Ge nucleus to the toolkit.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,080
Tête enseignante GPT0,341
Écart entre enseignants0,261 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemRxivMême sujetAdvanced NMR Techniques and ApplicationsTravaux en français237 207