MétaCan
Menu
Retour à la cohorte
Enregistrement W4390113252 · doi:10.3390/molecules29010073

Polymer Dispersed Liquid Crystal Imprinted by Microlens Array for Enhanced Outcoupling Efficiency of Organic Light Emitting Diode

2023· article· en· W4390113252 sur OpenAlexaff
Seongmin Lim, Hyeon-Sik Ahn, Eun‐Jeong Jang, So‐Young Boo, Akpeko Gasonoo, Jin‐Seog Gwag, Jae‐Hyun Lee, Yoonseuk Choi

Notice bibliographique

RevueMolecules · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueOrganic Light-Emitting Diodes Research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesHORIZON EUROPE Research InfrastructuresMinistry of Education, IndiaNational Research Foundation of KoreaMinistry of EducationNational Research Foundation
Mots-clésMicrolensOLEDMaterials scienceOptoelectronicsLiquid crystalDiodePolymerQuantum efficiencyCoatingOpticsNanotechnologyLayer (electronics)Lens (geology)Composite material

Résumé

récupéré en direct d'OpenAlex

In this paper, we demonstrate the use of polymer dispersed liquid crystal (PDLC) imprinted with a microlens array (MLA) via solution process to improve the outcoupling efficiency of organic light emitting diodes (OLEDs). The PDLC, well known for its scattering effect, is an excellent technology for improving the outcoupling efficiency of OLEDs. Additionally, we introduce a simple spin-coating process to fabricate PDLC which is adaptable for future solution-processed OLEDs. The MLA-imprinted PDLC applied OLED shows an enhancement factor of 1.22 in outcoupling efficiency which is a 37.5% increase compared to the existing PDLC techniques without changing the electrical properties of the OLED. Through this approach, we can expect the roll-to-roll based extremely flexible OLED, and with further research on pattering PDLC by various templates, higher outcoupling efficiency is achievable through a simple UV irradiation process.

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 Opus0,006
Tête enseignante GPT0,233
Écart entre enseignants0,227 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMoleculesMême sujetOrganic Light-Emitting Diodes ResearchTravaux en français237 207