MétaCan
Menu
Retour à la cohorte
Enregistrement W4308598749 · doi:10.1117/12.2631581

Modulation in charge distribution via polyethylenimine-incorporation into ZnO electron transport layer and its impact on quantum-dots light emitting device stability

2022· article· en· W4308598749 sur OpenAlexaff
Dong Seob Chung, Hany Aziz

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueQuantum Dots Synthesis And Properties
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPolyethyleniminePassivationQuantum dotMaterials scienceOptoelectronicsLayer (electronics)ElectronDegradation (telecommunications)NanotechnologyChemistryPhysicsComputer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

Polyethylenimine (PEI) is sometimes used as a passivation layer at the interface between ZnO electron transport layer and quantum-dots emission layer in quantum-dots light emitting devices (QDLEDs). We recently find that blending ZnO with PEI (ZnO:PEI) is advantageous over using it in a separate layer in terms of device stability. In this work, a comparative study between the ZnO:PEI with a neat ZnO ETL is conducted. The ZnO:PEI ETL results in improvement in both EQE and lifetime of QDLEDs compared to the ZnO ETL. By replacing the ZnO ETL with the ZnO:PEI ETL, delayed EL measurements reveal changes in charge distribution across the QDLED. Applying a reverse bias pulse shows that the reversible delayed EL components in the QDLED with the ZnO:PEI ETL stemmed from the electrons placed in a hole transport layer (HTL). The electrons in the HTL induce an annihilation of accumulated holes at the QD EML/HTL that can be a cause of device degradation. The result provides a new insight into the importance of managing charge distribution across the QDLED via ZnO ETL modification for realizing highly stable QDLEDs.

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 enseignants0,001
Score d'incertitude au seuil0,002

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 savante0,0000,000
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 Opus0,024
Tête enseignante GPT0,270
Écart entre enseignants0,246 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetQuantum Dots Synthesis And PropertiesTravaux en français237 207