Perovskite Nanocrystals: Opportunities in Luminescent Solar Concentrators
Notice bibliographique
Résumé
Abstract Luminescent solar concentrators (LSCs) are complementary sunlight collectors for photovoltaics (PVs). Emissive fluorophores embedded in a transparent waveguide collect solar radiation over a large area and convert it into luminescence directed to the PV cells that frame the waveguide's edges. Among various fluorophores, perovskite nanocrystals (PNCs) show considerable potential for LSCs thanks to their wide size/composition/shape tunable broad absorption spectrum ranging from UV to near‐infrared, which significantly overlaps with the solar spectrum. They also feature high brightness with a photoluminescence quantum yield of up to 100% and ease of fabrication through wet chemistry approaches. In addition, PNCs can be engineered to minimize the absorption/emission overlap, which is the key to suppressing energy losses caused by reabsorption. Here, the structure and properties of PNCs and then correlate them with LSC performance is presented. The synthesis of PNCs using wet‐chemistry approaches and summarize the latest developments of PNCs‐based LSCs, categorized by the engineering strategies of PNCs and the design of the LSC configurations is critically reviewed. Finally, it is described major challenges and perspectives for future work, outlining the rational design, synthesis, PNC loading, surface engineering, and machine‐learning‐based tuning of PNC‐LSC.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».