Shellac as dielectric materials in organic field-effect transistors: from silicon to paper substrates
Notice bibliographique
Résumé
Abstract Recent advances in the design and preparation of electroactive materials, particularly semiconducting and conductive polymers, have resulted in the creation of novel organic electronics with advanced functionality and performance competitive with that of devices made of silicon. With an increasing number of organic and printed electronics being engineered and produced at a larger scale, the environmental cost of the final organic electronic devices (life cycle, environmental impact, etc) needs to be considered. While e-waste is already a growing global problem, improving the sustainability of emerging electronics through a careful materials selection is highly desirable. In this work, we explore the use of shellac as a sustainable greener dielectric material in organic field-effect transistors. A careful examination of shellac in combination with diketopyrrolopyrrole-based semiconducting polymers was performed on rigid substrates through atomic force microscopy (AFM) and the fabrication of thin film transistors. All devices made from this green dielectric showed good performance and device characteristics. Building from this investigation, shellac was further integrated with paper substrates to fabricate paper-based thin film transistors. Thin film samples based on shellac on both silicon wafer and paper substrates were characterized by AFM to investigate solid-state morphology of shellac and selected semiconducting materials. Through careful optimization of the device architecture and processing time, device characteristics and performances on paper substrates (average charge mobilities and on/off current ratios) were comparable to those of devices prepared on silicon wafers, confirming that shellac, in combination with organic semiconducting polymers, can be an advantageous dielectric material to be used for the fabrication of greener and sustainable thin film electronics from renewable feedstocks and components.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».