MétaCan
Menu
Retour à la cohorte
Enregistrement W4387452841 · doi:10.1016/j.xcrp.2023.101634

Selective deactivation of perovskite grain boundaries

2023· article· en· W4387452841 sur OpenAlexafffund
Muhammad Awais, Soumya Kundu, Dongyang Zhang, Vishal Yeddu, Mohammad Reza Kokaba, Yameen Ahmed, Wen Zhou, Sergey Dayneko, Furui Tan, Makhsud I. Saidaminov

Notice bibliographique

RevueCell Reports Physical Science · 2023
Typearticle
Langueen
DomaineEngineering
ThématiquePerovskite Materials and Applications
Établissements canadiensUniversity of CalgaryUniversity of Victoria
Organismes subventionnairesBritish Columbia Knowledge Development FundNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCanada Foundation for Innovation
Mots-clésPassivationGrain boundaryPerovskite (structure)BiphenylMaterials scienceGrain sizeDegradation (telecommunications)Chemical engineeringNanotechnologyChemistryComposite materialLayer (electronics)Electronic engineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Grain boundaries in perovskites are a major source of degradation in perovskite solar cells. Here, we report selective passivation of perovskite grain boundaries with the aid of biphenyl-containing moieties. We find that biphenyl ligands selectively react with PbI2-rich interfaces but not with perovskite itself. Such targeted defect deactivation of grain boundaries leads to extended radiative recombination lifetime from 1 to 2.7 μs while allowing for efficient charge transfer from grains. The hydrophobic nature of benzene ring present in biphenyl improves the stability of perovskite in direct reaction with water by a factor of 3. The devices, all fabricated in ambient air, show significantly improved reproducibility (17%–21% efficiency) and increased open-circuit voltage of 1.11 V. This work offers a design principle for selective passivation of grain boundaries and chemical stabilization of hybrid structures.

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 seuil0,003

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 Opus0,007
Tête enseignante GPT0,232
Écart entre enseignants0,225 · 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

Citations6
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCell Reports Physical ScienceMême sujetPerovskite Materials and ApplicationsTravaux en français237 207