High-Performance Photodetector Based on Bandgap-Engineered MOFs/CNFs Nanocomposites for Violet Light Detection
Notice bibliographique
Résumé
An innovative strategy is introduced, integrating metal–organic frameworks (MOFs) and bare carbon nanofibers (CNFs) within a nanocomposite, to address the challenges related to the broad absorption spectrum of traditional photodetectors. This advancement aims to eliminate the need for additional filters or intricate surface patterning in traditional photodetectors to achieve spectral selectivity, which is associated with high costs, and to facilitate enhanced spectral selectivity in the visible range, thereby paving the way for their widespread commercial adoption. By strategically leveraging the inherent strengths of both MOFs and CNFs while addressing their individual limitations, our method not only resolves challenges related to 3D MOFs and CNFs in spectrally selective photodetection but also significantly enhances optoelectronic properties. The resulting nanocomposite exhibits spectrally selective detection of violet light in the visible range, achieving a significantly enhanced responsivity of 27 A/W, detectivity of 1.66 × 10 11 Jones, and high external quantum efficiency of 8215% at a low optical power intensity of 27 μW/cm 2 at room temperature. This approach holds significant promise to advance photodetection technology in various applications requiring high-performance and spectrally selective detectors.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».