MétaCan
Menu
Retour à la cohorte
Enregistrement W4399781548 · doi:10.1038/s44160-024-00576-8

Reproducible high-quality perovskite single crystals by flux-regulated crystallization with a feedback loop

2024· article· en· W4399781548 sur OpenAlexafffund
Yuki Haruta, Hanyang Ye, Nicholas Sandor, Antoine Pavesic, Sergey Dayneko, Shuang Qiu, Vishal Yeddu, Makhsud I. Saidaminov

Notice bibliographique

RevueNature Synthesis · 2024
Typearticle
Langueen
DomaineEngineering
ThématiquePerovskite Materials and Applications
Établissements canadiensUniversity of Victoria
Organismes subventionnairesJapan Society for the Promotion of ScienceCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of CanadaNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésCrystallizationCrystallinityMaterials scienceGrowth rateCrystal growthCrystal (programming language)Flux (metallurgy)Linear growthCrystallographyPerovskite (structure)Chemical physicsThermodynamicsChemistryComputer sciencePhysicsMathematicsComposite materialMetallurgyMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Abstract Controlling the linear growth rate, a critical factor that determines crystal quality, has been a challenge in solution-grown single crystals due to complex crystallization kinetics influenced by multiple parameters. Here we introduce a flux-regulated crystallization (FRC) method to directly monitor and feedback-control the linear growth rate, circumventing the need to control individual growth conditions. When applied to metal halide perovskites, the FRC maintains a stable linear growth rate for over 40 h in synthesizing CH3NH3PbBr3 and CsPbBr3 single crystals, achieving outstanding crystallinity (quantified by a full width at half-maximum of 15.3 arcsec in the X-ray rocking curve) in a centimetre-scale single crystal. The FRC is a reliable platform for synthesizing high-quality crystals essential for commercialization and systematically exploring crystallization conditions, maintaining a key parameter—the linear growth rate—constant, which enables a comprehensive understanding of the impact of other influencing factors.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,007
Tête enseignante GPT0,224
Écart entre enseignants0,217 · 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

Citations24
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature SynthesisMême sujetPerovskite Materials and ApplicationsTravaux en français237 207