MétaCan
Menu
Retour à la cohorte
Enregistrement W4319314509 · doi:10.1021/acsenergylett.2c02856

Universal Band Alignment Rule for Perovskite/Organic Heterojunction Interfaces

2023· article· en· W4319314509 sur OpenAlexaff
Nan Chen, Deying Luo, Peng Chen, Shunde Li, Juntao Hu, Dengke Wang, Rui Zhu, Zheng‐Hong Lu

Notice bibliographique

RevueACS Energy Letters · 2023
Typearticle
Langueen
DomaineEngineering
ThématiquePerovskite Materials and Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesYunnan UniversityNatural Science Foundation of Beijing MunicipalityMinistry of Science and Technology of the People's Republic of China
Mots-clésPerovskite (structure)HeterojunctionPassivationHOMO/LUMOFermi levelBand gapMaterials scienceElectronic band structureIonization energyCondensed matter physicsSemiconductorOptoelectronicsChemistryIonizationNanotechnologyPhysicsCrystallographyElectronQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

In contrast with the band alignment rule governing conventional semiconductor heterojunctions, the Fermi level position (i.e., work function, ϕ psk ) of the perovskite and the differences in ionization energies of the organics are shown to dictate the band alignment and band offsets at perovskite/organic heterojunction interfaces. The experimental data show that the interface band alignments follow a universal alignment rule with three different energy windows: pinning of unoccupied molecular orbital states (LUMO) to the perovskite Fermi level, band offsets mediated by perovskite work functions, and pinning of occupied molecular orbital states (HOMO) to the perovskite Fermi level. The surface-passivated perovskites and several common native perovskites are all found to follow the same band alignment rule. Data scattering in measured band offsets, however, is observed on the same type of perovskites without proper surface passivation treatment. Solar cells made on the perovskites without surface passivation are also found to exhibit a large dispersive distribution in energy conversion efficiencies.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
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 Opus0,008
Tête enseignante GPT0,192
Écart entre enseignants0,184 · 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

Citations43
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Energy LettersMême sujetPerovskite Materials and ApplicationsTravaux en français237 207