MétaCan
Menu
Retour à la cohorte
Enregistrement W4225499803 · doi:10.1021/acs.jpclett.1c04033

Exploring Structural Nuances in Germanium Halide Perovskites Using Solid-State <sup>73</sup> Ge and <sup>133</sup> Cs NMR Spectroscopy

2022· article· en· W4225499803 sur OpenAlexafffund
Riley W. Hooper, Chuyi Ni, Dylan G. Tkachuk, Yingjie He, Victor V. Terskikh, Jonathan G. C. Veinot, Vladimir K. Michaelis

Notice bibliographique

RevueThe Journal of Physical Chemistry Letters · 2022
Typearticle
Langueen
DomaineEngineering
ThématiquePerovskite Materials and Applications
Établissements canadiensNational Research Council CanadaUniversity of Alberta
Organismes subventionnairesAlberta InnovatesCanada Research ChairsCanada Foundation for InnovationUniversity of AlbertaNatural Sciences and Engineering Research Council of CanadaGovernment of Alberta
Mots-clésGermaniumHalideDensity functional theoryNuclear magnetic resonance spectroscopySolid-state nuclear magnetic resonanceChemistrySpectroscopyCrystallographyMaterials scienceComputational chemistryNuclear magnetic resonancePhysicsSiliconInorganic chemistryStereochemistry

Résumé

récupéré en direct d'OpenAlex

Metal halide perovskites remain top candidates for higher-performance photovoltaic devices, but concerns about leading lead-based materials remain. Ge perovskites remain understudied for use in solar cells compared to their Sn-based counterparts. In this work, we undertake a combined 73Ge and 133Cs solid-state Nuclear Magnetic Resonance (NMR) spectroscopy and density functional theory (DFT) study of the bulk CsGeX3 (X = Cl, Br, or I) series. We show how seemingly small structural variations within germanium halide perovskites have major effects on their 73Ge and 133Cs NMR signatures and reveal a near-cubic 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 solid-state NMR and DFT approach for investigating promising materials for energy applications, providing information that is out of reach with conventional characterization methods, and adds the challenging 73Ge nucleus to the NMR 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 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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,234
Score d'incertitude au seuil0,826

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 recherche0,0000,001
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 Opus0,023
Tête enseignante GPT0,242
Écart entre enseignants0,220 · 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

Citations17
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry LettersMême sujetPerovskite Materials and ApplicationsTravaux en français237 207