MétaCan
Menu
Retour à la cohorte
Enregistrement W4285400135 · doi:10.1149/ma2022-01152379mtgabs

C3N4 and C3N5 Nanosheets As Passivation Layers and Carrier Extractors for Inorganic Semiconductor Nanowires and Quantum Dots

2022· article· en· W4285400135 sur OpenAlexaff
Kazi M. Alam, Pawan Kumar, Devika Laishram, Charles Jensen, Annabelle Degg, Narendra Chaulagain, Frank A. Hegmann, Tom Nilges, Rakesh Kumar Sharma, Karthik Shankar

Notice bibliographique

RevueECS Meeting Abstracts · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueQuantum Dots Synthesis And Properties
Établissements canadiensUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPassivationQuantum dotNanowireMaterials scienceOptoelectronicsSemiconductorCharge carrierNanotechnologyMonolayerLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

Inorganic semiconductor nanowires and quantum dots made of chalcogenides, III-V semiconductors and halide perovskites offer exciting potential for optoelectronic devices. The orthogonalization possible in nanowires between the normally competing processes of charge generation and charge separation have been used to project very high operating performance exceeding that of thin films and single crystals in light harvesting devices such as solar cells, photodetectors, photocatalysts and photoelectrolyzers. Likewise, inorganic quantum dots with size-tunable absorption and emission spectra are excellent candidates for light emitting devices as well as light harvesting devices. However, the practical performance of inorganic nanowire based optoelectronic devices has significantly lagged theoretical predictions. A major reason for the discrepancy between theory and experiment is the presence of surface traps and defects in nanowires and quantum dots, which exhibit a large surface area to volume ratio. Several chemical treatments and annealing regimens have been employed to heal surface defects in nanowires and quantum dots. One popular strategy involves wrapping nanowires and/or quantum dots with a thin coating of a molecular monolayer (e.g. alkanethiols) or an atomic layer deposited conformal oxide. While such core-shell architectures are frequently effective in reducing surface defects, the surface passivation is invariably accompanied by a deterioration in optoelectronic properties due to the difficulty experienced by charge carriers in tunneling through the thin shell layer. The resulting trade-off between surface passivation and carrier extraction limits performance improvements in light harvesting devices. Thus there is a strong need for passivating layers that do not negatively impact carrier extraction. Herein, we show that graphitic carbon nitride coatings are highly effective in passivating the surfaces of inorganic nanowires and quantum dots while preserving excellent carrier transport and extraction. Three illustrative examples are provided together with in-depth spectroscopic and electrical characterization: (1) Cesium lead bromide (CsPbBr3) quantum dots passivated by g-C3N4 nanosheets and performing spectacularly as CO2 photoreduction catalysts and water-splitting photoanodes (2) The double helical ternary semiconductor SnIP passivated by g-C3N4 nanosheets which experienced a remarkable improvement in photoelectrochemical performance (3) Cadmium sulfide (CdS) nanowires passivated by C3N5 nanosheets resulting in a superior photocatalytic performance

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,034
Score d'incertitude au seuil0,764

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,239
Écart entre enseignants0,218 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetQuantum Dots Synthesis And PropertiesTravaux en français237 207