MétaCan
Menu
Retour à la cohorte
Enregistrement W4310962343 · doi:10.1002/smtd.202200940

Printed Organic Photovoltaic Modules on Transferable Ultra‐thin Substrates as Additive Power Sources

2022· article· en· W4310962343 sur OpenAlexfundno aff
Mayuran Saravanapavanantham, Jeremiah Mwaura, Vladimir Bulović

Notice bibliographique

RevueSmall Methods · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueOrganic Electronics and Photovoltaics
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMassachusetts Institute of TechnologyHarvard UniversityNational Science Foundation
Mots-clésPhotovoltaicsPhotovoltaic systemMaterials scienceThin filmComposite numberOptoelectronicsOrganic solar cellScalabilityNanotechnologyEngineering physicsElectrical engineeringComposite materialComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Thin‐film photovoltaics with functional components on the order of a few microns, present an avenue toward realizing additive power onto any surface of interest without excessive addition in weight and topography. To date, demonstrations of such ultra‐thin photovoltaics have been limited to small‐scale devices, often prepared on glass carrier substrates with only a few layers solution‐processed. We demonstrate large‐area, ultra‐thin organic photovoltaic (PV) modules produced with scalable solution‐based printing processes for all layers. We further demonstrate their transfer onto light‐weight and high‐strength composite fabrics, resulting in durable fabric‐PV systems ∼50 microns thin, weighing under 1 gram over the module area (corresponding to an area density of 105 g m−2), and having a specific power of 370 W kg−1. Integration of the ultra‐thin modules onto composite fabrics lends mechanical resilience to allow these fabric‐PV systems to maintain their performance even after 500 roll‐up cycles. This approach to decouple the manufacturing and integration of photovoltaics enables new opportunities in ubiquitous energy generation.

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 enseignants0,002
Score d'incertitude au seuil0,005

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)0,0020,001

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 Opus0,013
Tête enseignante GPT0,252
Écart entre enseignants0,239 · 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

Citations36
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSmall MethodsMême sujetOrganic Electronics and PhotovoltaicsTravaux en français237 207