MétaCan
Menu
Retour à la cohorte
Enregistrement W4237596433 · doi:10.32920/ryerson.14656569.v1

The synthesis of novel BODIPY compounds for DSSC applications.

2021· preprint· en· W4237596433 sur OpenAlexaff
Devin Douglas Machin

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnergy
ThématiqueAdvanced Photocatalysis Techniques
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésDye-sensitized solar cellBODIPYChromophoreMaterials sciencePhotochemistryConjugated systemMoleculeMoietyNanotechnologyChemistryFluorescenceOrganic chemistryElectrodeElectrolytePolymer

Résumé

récupéré en direct d'OpenAlex

The dye-sensitized solar cell (DSSC) represents one of the most promising next-generation photovoltaic technologies. In addition, the DSSC manifold provides an exceptional platform to further appreciate photoinduced electron transfer and the fundamental features required for light-harvesting. The dye molecule is a key component in the DSSC and has achieved minor success utilizing both an organic and inorganic photosensitizers. DSSC’s show great promise owing to their inexpensive synthesis tunable optical and electrochemical properties, and a plethora of design possibilities. The typical anatomy of organic and inorganic DSSC dyes are comprised of a redox-active donor/chromophore (D) that is connected, through a conjugated linker (π), to an acceptor (A) capable of anchoring to titania (TiO2). Fine tuning each of these components can shift the absorption spectrum increasing the overall device efficiency. Boron-dipyrromethene (BODIPY) is an attractive moiety to integrate into DSSC dyes. BODIPY’s rigid organic framework should be able to improve dye stability while the high extinction coefficients of BODIPY based molecules have the potential to increase device performance. Herein, we explore the synthesis and physicochemical properties of BODIPY in an attempt to synthesize efficient DSSC dye molecules and efficient photovoltaic technologies.

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 enseignants0,004
Score d'incertitude au seuil0,013

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,310
Écart entre enseignants0,283 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Photocatalysis TechniquesTravaux en français237 207