Dipole Engineering through the Orientation of Interface Molecules for Efficient InP Quantum Dot Light-Emitting Diodes
Notice bibliographique
Résumé
InP-based quantum dot (QD) light-emitting diodes (QLEDs) provide a heavy-metal-free route to size-tuned LEDs having high efficiency. The stability of QLEDs may be enhanced by replacing organic hole-injection layers (HILs) with inorganic layers. However, inorganic HILs reported to date suffer from inefficient hole injection, the result of their shallow work functions. Here, we investigate the tuning of the work function of nickel oxide (NiOx) HILs using self-assembled molecules (SAMs). Density functional theory simulations and near-edge X-ray absorption fine structure put a particular focus onto the molecular orientation of the SAMs in tuning the work function of the NiOx HIL. We find that orientation plays an even stronger role than does the underlying molecular dipole itself: SAMs having the strongest electron-withdrawing nitro group (NO2), despite having a high intrinsic dipole, show limited work function tuning, something we assign to their orientation parallel to the NiOx surface. We further find that the NO2 group─which delocalizes electrons over the molecule by resonance─induces a deep lowest unoccupied molecular orbital level that accepts electrons from QDs, producing luminescence quenching. In contrast, SAMs containing a trifluoromethyl group exhibit an angled orientation relative to the NiOx surface, better activating hole injection into the active layer without inducing luminescence quenching. We report an external quantum efficiency (EQE) of 18.8%─the highest EQE among inorganic HIL-based QLEDs (including Cd-based QDs)─in InP QLEDs employing inorganic HILs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».