MétaCan
Menu
Retour à la cohorte
Enregistrement W4393002351 · doi:10.1021/acs.jpcc.3c06068

Defect Tolerance of Lead-Halide Perovskite (100) Surface Relative to Bulk: Band Bending, Surface States, and Characteristics of Vacancies

2024· article· en· W4393002351 sur OpenAlexafffund
Oleg Rubel, Xavier Rocquefelte

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2024
Typearticle
Langueen
DomaineEngineering
ThématiquePerovskite Materials and Applications
Établissements canadiensMcMaster University
Organismes subventionnairesGrand Équipement National De Calcul IntensifCompute Canada
Mots-clésHalidePerovskite (structure)Materials scienceLead (geology)Surface statesSurface (topology)BendingBand bendingComposite materialChemistryInorganic chemistryCrystallographyOptoelectronicsGeologyGeometry

Résumé

récupéré en direct d'OpenAlex

We characterized the formation of vacancies at a surface slab model and contrasted the results with the bulk of lead-halide perovskites by using cubic and tetragonal CsPbI 3 as representative structures. The defect-free CsI-terminated (100) surface does not trap charge carriers. In the presence of defects (vacancies), the surface is expected to exhibit a p -type behavior. The formation energy of cesium vacancies V Cs – is lower at the surface than in the bulk, while iodine vacancies V I + have a similar energy (around 0.25–0.4 eV) within the range of chemical potentials compatible with solution processing synthesis conditions. Lead–iodine divacancies ( V PbI – ) are expected to dominate lead-only vacancies at the surfaces. Major surface vacancies create shallow host-like energy states with a small Franck–Condon shift, making them electronically harmless (same as in bulk). The spin–orbit coupling contributes to the defect tolerance of lead-halide perovskite surfaces by causing delocalization of electronic states associated with n -type defects and retraction of the lowest unoccupied states from the surface due to a mixing of Pb-p x, y, z orbitals. These results explain a high optoelectronic performance of two-dimensional structures, nanoparticles, and polycrystalline thin films of lead-halide perovskites despite the abundance of interfaces in these materials.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

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 Opus0,008
Tête enseignante GPT0,235
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'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

Citations7
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry CMême sujetPerovskite Materials and ApplicationsTravaux en français237 207