MétaCan
Menu
Retour à la cohorte
Enregistrement W4225820458 · doi:10.1109/jphotov.2022.3143461

InGaN Quantum Dot Superlattices as Ratchet Band Solar Cells

2022· article· en· W4225820458 sur OpenAlexaff
Luc Robichaud, Jacob J. Krich

Notice bibliographique

RevueIEEE Journal of Photovoltaics · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGaN-based semiconductor devices and materials
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésRatchetQuantum dotSuperlatticePhysicsOptoelectronicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

In this article, we investigate the construction of ratchet band solar cells using InGaN quantum dots. The strong piezoelectric potentials can spatially separate electron and hole states. This spatial separation reduces both radiative and nonradiative recombination within the quantum dot, providing one of the key characteristics of a ratchet band system. Ratchet band solar cells have proven difficult to realize experimentally, and the piezoelectric potential in InGaN quantum dots could provide a spatial ratchet that can operate at room temperature with broadband absorption. We use a$\mathbf {k}{\cdot }\mathbf {p}$model to calculate the electronic structure and absorptance of a superlattice of InGaN/GaN quantum dots. We present an improved method to calculate the absorptance for the bound-to-continuum transition by using bulk$\mathbf {k}{\cdot }\mathbf {p}$states to approximate the host material continuum states. We show an example dot structure that could act as a ratchet band solar cell. Using the absorptances of the quantum dot array, we calculate a detailed balance efficiency of 36% for the system. Optimizing the dot geometry and alloy fraction allows detailed balance efficiencies up to 42% but at the cost of losing the spatial ratchet.

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 savante0,0000,001
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 Opus0,016
Tête enseignante GPT0,251
Écart entre enseignants0,235 · 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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Journal of PhotovoltaicsMême sujetGaN-based semiconductor devices and materialsTravaux en français237 207