MétaCan
Menu
Retour à la cohorte
Enregistrement W4285497552 · doi:10.54097/hset.v5i.745

The Recent Progress and the state-of-art applications of Perovskite Solar Cells

2022· article· en· W4285497552 sur OpenAlexaff
Hongkun Li

Notice bibliographique

RevueHighlights in Science Engineering and Technology · 2022
Typearticle
Langueen
DomaineEngineering
ThématiquePerovskite Materials and Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPerovskite (structure)Energy conversion efficiencyMaterials scienceNanotechnologyEngineering physicsTandemStackingProcess engineeringChemistryEngineeringChemical engineeringOptoelectronicsComposite material

Résumé

récupéré en direct d'OpenAlex

With the awareness of using clean and sustainable energy, the utilization of solar power is of great importance in human society. Following the trend, solar cells are required to have higher and higher power conversion efficiency. Contemporarily, perovskite materials, as a new type of materials for construction of solar cells, exhibits great potential to have high efficiency. This article focuses on the methods on improving power conversion efficiencies of perovskite solar cells and discusses the limitation of recent technologies and industrial applications, and the future prospect of perovskite solar cells. To be specific, all the methods are focusing on the selection of materials suitable for cells design, from CsSnI3 to lead-based organic materials, the efficiencies have increased significantly. The method of stacking perovskite solar cells to make tandem solar cells improved efficiencies among all the methods. Meanwhile, the toxicity, low stability and difficulties in large-scale application are the main limitations for perovskite solar cells. For the future studies, it is important to search for materials with low toxicity and high stability. The technology for improving efficiency of large-scale solar cells is also required. These results provide a guideline for the future study in perovskite solar cells.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,003
Tête enseignante GPT0,191
Écart entre enseignants0,188 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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 revueHighlights in Science Engineering and TechnologyMême sujetPerovskite Materials and ApplicationsTravaux en français237 207