Optimizing ZnO–Quantum Dot Interface with Thiol as Ligand Modification for High‐Performance Quantum Dot Light‐Emitting Diodes
Notice bibliographique
Résumé
Abstract As the electron transport layer in quantum dot light‐emitting diodes (QLEDs), ZnO suffers from excessive electrons that lead to luminescence quenching of the quantum dots (QDs) and charge‐imbalance in QLEDs. Therefore, the interplay between ZnO and QDs requires an in‐depth understanding. In this study, DFT and COSMOSL simulations are employed to investigate the effect of sulfur atoms on ZnO. Based on the simulations, thiol ligands (specifically 2‐hydroxy‐1‐ethanethiol) to modify the ZnO nanocrystals are adopted. This modification alleviates the excess electrons without causing any additional issues in the charge injection in QLEDs. This modification strategy proves to be effective in improving the performance of red‐emitting QLEDs, achieving an external quantum efficiency of over 23% and a remarkably long lifetime T 95 of >12 000 h at 1000 cd m −2 . Importantly, the relationship between ZnO layers with different electronic properties and their effect on the adjacent QDs through a single QD measurement is investigated. These findings show that the ZnO surface defects and electronic properties can significantly impact the device performance, highlighting the importance of optimizing the ZnO–QD interface, and showcasing a promising ligand strategy for the development of highly efficient QLEDs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 | 0,001 | 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) | 0,000 | 0,001 |
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.
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 tête enseignante, 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 ».