Coupling Photogeneration with Thermodynamic Modeling of Light-Induced Alloy Segregation Enables the Identification of Stabilizing Dopants
Notice bibliographique
Résumé
Halide segregation in perovskites for photovoltaics and light-emitting diodes is a topic of interest given its impact on long-term device reliability. We sought to develop phase diagrams of alloys that take account not only of temperature and composition but also include the effects of photon fluence: optical excitation that contributes, through the thermalization of excited carriers, to excitation-intensity-dependent phase diagrams. The model accurately replicates the experimentally observed light-induced phase segregation behavior of the MAPb(I,Br) 3 system. From there, we sought to study how best to design new, phase-stable, mixed-halide alloys. Using the model, we explored candidate dopants that could stabilize cubic (FA,Cs)-based mixed-halide perovskites. This leads to the prediction that the pseudohalide anion BF 4 – will suppress phase segregation. Experimentally, we find that BF 4 – incorporates into FA 0.83 Cs 0.17 Pb(I 0.6 Br 0.4 ) 3; and that BF 4 – stabilized absorbers maintain >18% power conversion efficiency (PCE) over 800 h under 1-sun illumination at MPP with no performance loss. The model links photostability with the structure and electronic properties of materials and provides guidance on stabilizing via alloying.
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 ».