MétaCan
Menu
Retour à la cohorte
Enregistrement W4391295761 · doi:10.1002/aenm.202304234

Indium Iodide Additive Realizing Efficient Mixed Sn─Pb Perovskite Solar Cells

2024· article· en· W4391295761 sur OpenAlexaff
Hui Liu, Chongwen Li, Jing Dong, Yao Dai, Pengyang Wang, Biao Shi, Ying Zhao, Xiaodan Zhang

Notice bibliographique

RevueAdvanced Energy Materials · 2024
Typearticle
Langueen
DomaineEngineering
ThématiquePerovskite Materials and Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Key Research and Development Program of ChinaNankai UniversityNational Natural Science Foundation of China
Mots-clésMaterials scienceIndiumPerovskite (structure)IodideInorganic chemistryOptoelectronicsChemical engineeringNanotechnology

Résumé

récupéré en direct d'OpenAlex

Abstract Low‐bandgap mixed tin (Sn)‐lead (Pb) perovskite solar cells promise efficiency beyond the pure‐Pb ones. However, the difference in the interaction rate of SnI 2 and PbI 2 with organic salts causes spatial distribution heterogeneity of Sn 2+ and Pb 2+ in mixed Sn─Pb perovskite layers. This causes a Sn‐rich surface, which can trigger more severe Sn 2+ oxidation and nonradiative recombination. A strategy, of introducing indium ion (In 3+ ) into the perovskite precursor solution to compete with Sn 2+ when reacting with organic salts is developed. Therefore, the nucleation and crystallization of perovskite films are well‐controlled, leading to improved film quality with a more balanced Sn/Pb ratio on the film surface. Additionally, In 3+ has a lower reduction potential compared to Sn 2+ which can generate an extra energy barrier for Sn 2+ oxidation. The improved film quality and reduced surface oxidation result in accelerated electron transfer and reduced carrier recombination rate. The modified devices achieve a power conversion efficiency (PCE) of 23.34%, representing one of the highest PCEs in mixed Sn─Pb solar cells made with PCBM.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,176
Score d'incertitude au seuil1,000

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 Opus0,004
Tête enseignante GPT0,200
Écart entre enseignants0,196 · 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.

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

Citations34
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Energy MaterialsMême sujetPerovskite Materials and ApplicationsTravaux en français237 207