MétaCan
Menu
Retour à la cohorte
Enregistrement W4388410780 · doi:10.1021/acsphotonics.3c01001

Tunable Green-to-Blue Light Emitting Hybrid Perovskite Nanocrystals: Status Updates and Roadblocks

2023· article· en· W4388410780 sur OpenAlexaff
Parul Bansal, Harshita Bhatia, Elke Debroye

Notice bibliographique

RevueACS Photonics · 2023
Typearticle
Langueen
DomaineEngineering
ThématiquePerovskite Materials and Applications
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesHORIZON EUROPE Marie Sklodowska-Curie ActionsKU Leuven
Mots-clésLight-emitting diodePhotoluminescenceMaterials sciencePerovskite (structure)NanocrystalOptoelectronicsQuantum efficiencyDiodeQuantum yieldGreen-lightNanotechnologyFabricationBlue lightOpticsChemistryPhysicsFluorescence

Résumé

récupéré en direct d'OpenAlex

Perovskite nanocrystals (NCs) have demonstrated tremendous success in the field of optoelectronics due to their exceptional optical properties. Their high photoluminescence quantum yield (PLQY), tunable emission, defect tolerance, and facile synthesis make them ideal candidates for application in light-emitting diodes (LED). While the external quantum efficiency (EQE) of green and red perovskite-based LEDs (PeLEDs) has exceeded 20%, which is on par with organic- and quantum dot-based LEDs, blue PeLEDs still lag behind their counterparts. This review focuses on the evolution of obtaining highly efficient, tunable green-to-blue emitting methylammonium lead bromide (MAPbBr 3 ) perovskite NCs by optimizing their optoelectronic properties. In detail, we first review the strategies for synthesizing and fine-tuning their emission spectra (450–520 nm), followed by a discussion on the key issues for achieving highly stable blue-emitting NCs and how to overcome these issues. The pros and cons of ligand engineering, metal doping, core–shell structure formation, and postsynthetic treatments are discussed. This Review also covers the progress in the fabrication of blue- and green-emitting PeLEDs, including device architecture optimization for maximizing the light out-coupling efficiency. Finally, the remaining challenges and future opportunities for blue-emitting MA-based PeLEDs are outlined.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,549
Score d'incertitude au seuil0,918

Scores Codex et Gemma par catégorie

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)0,0000,000

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 GPT0,213
Écart entre enseignants0,205 · 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 tête enseignante, 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

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS PhotonicsMême sujetPerovskite Materials and ApplicationsTravaux en français237 207