MétaCan
Menu
Retour à la cohorte
Enregistrement W4390188460 · doi:10.1109/pvsc48320.2023.10359702

GaAs Betavoltaic Cell Modeling for Light to Medium Element Radiation Conversion into Electrical Power

2023· article· en· W4390188460 sur OpenAlexaff
Mathieu de Lafontaine, Gavin P. Forcade, P. Wilson, Jayeshkumar Patel, B. Ellis, H. Fritzsche, S. Suppiah, J P Cook, Christopher E. Valdivia, Karin Hinzer

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnergy
ThématiqueAdvanced Energy Technologies and Civil Engineering Innovations
Établissements canadiensCanadian Nuclear LaboratoriesUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCommon emitterOptoelectronicsMaterials scienceHeterojunctionMonte Carlo methodMicrometerGallium arsenideRadiationSolar cellEnergy conversion efficiencyPower densityElectronCurrent densityElectricity generationSemiconductorOpticsPower (physics)Physics

Résumé

récupéré en direct d'OpenAlex

GaAs betavoltaic cells are modeled using Monte Carlo simulations to study electron-matter interactions and drift-diffusion calculations to assess device performance under radioactive sources. Simulations show that most electron-hole pair generation occurs in the first micrometer of the heterostructure. Since most of the carriers are generated near the surface, the maximum power density drops by 20 % as the emitter thickness is increased from ultra-thin to thin designs. The base thickness must also be thinner than a traditional first-generation GaAs solar cell design.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,237
Écart entre enseignants0,228 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Energy Technologies and Civil Engineering InnovationsTravaux en français237 207