Dye-sensitized solar cells based on anatase- and brookite-TiO<sub>2</sub>: enhancing performance through optimization of phase composition, morphology and device architecture
Notice bibliographique
Résumé
Abstract Herein, we demonstrate an optimization of dye-sensitized solar cells (DSSCs) through the development of single-layer and double-layer configurations. Focusing on the incorporation of brookite and anatase phases in varying ratios, the study aims to determine the optimal composition for enhanced photovoltaic performance. The active layer, composed of anatase- and brookite-TiO2 nanoparticles, is further modified with a scattering layer comprising a mixture of anatase nanoparticles and brookite-TiO2 in the form of nanocube or rice-like particles. The synthesis of TiO2 nanostructures with various morphologies and phase compositions and their subsequent application in single-layer and double-layer DSSCs are presented. The results highlight the superior light-harvesting capabilities achieved through the strategic incorporation of brookite phase into the anatase phase, emphasizing the importance of optimizing the anatase: brookite ratio. The single-layer DSSCs exhibit a peak efficiency of 8.73%, achieved with a composition of 30 wt.% brookite and 70 wt.% anatase at a thickness of 15 μms. In the context of double-layer DSSCs, the combined optimization of the active layer composition, scattering layer morphology, and utilization of anatase nanoparticles leads to a remarkable efficiency of 9.18%. These findings underscore the critical role of composition and morphology in enhancing the performance of DSSCs, showcasing the potential for brookite-based DSSCs in solar energy conversion.
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 | 0,000 | 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 ».