Optimizing Thin Films and Device Structures for the Design of PbS Colloidal Quantum Dots Near-Infrared Photodetectors
Notice bibliographique
Résumé
Lead sulfide (PbS) colloidal quantum dots (CQDs) have exhibited significant potential in the fabrication of near-infrared photodetectors owing to their robust and adjustable absorption. However, the high density of surface states in PbS CQDs exacerbates their intrinsic photocarrier dynamics, such as increased photocarrier recombination and charge trapping, thereby resulting in low detectivity, slow response speed, and heightened noise of devices. To achieve high-performance PbS-CQD photodetectors, this study focuses on optimizing the photocarrier dynamics through materials and device fabrication techniques such as surface engineering, energy band engineering, and device structures. The PbS CQDs were synthesized via hot injection, while the thin-film devices were fabricated through spin-coating followed by solid-state ligand exchange. Different ligands were employed to modulate the charge carrier transport, surficial defect states, and energy band structures of the PbS-CQD films. By managing energy band structures, bilayer PbS-CQD films with type-II heterojunctions were fabricated to elucidate the role of heterojunctions in photocarrier separation and device performance. Two types of device structures, photoconductors and phototransistors, were explored for their applications as photodetectors while studying their operation mechanisms. A theoretical analysis was conducted on photocarrier dynamics within these devices by a comprehensive comparative investigation on electronic characteristics of PbS-CQD films such as defect states, conductance, and energy band alignments at heterojunctions along with device performances including 1/ f noise behavior, sensitivity, responsivity, detectivity, and operation speed. The experimental findings, combined with theoretical insights from this study, serve as essential references for optimizing material selection and designing efficient devices for photodetection based on PbS-CQDs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 0,000 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».