MétaCan
Menu
Retour à la cohorte
Enregistrement W4401641562 · doi:10.1002/adts.202400364

Investigation of Back Surface Field Layer for High Efficiency Ultrathin In<sub>2</sub>S<sub>3</sub> based CIGS Solar Cell

2024· article· en· W4401641562 sur OpenAlexaff
Mohammad Sijanur Rahaman Robin, Md Mizanur Rahman

Notice bibliographique

RevueAdvanced Theory and Simulations · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueChalcogenide Semiconductor Thin Films
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCopper indium gallium selenide solar cellsMaterials scienceSolar cellLayer (electronics)OptoelectronicsFabricationEnergy conversion efficiencyNanotechnology

Résumé

récupéré en direct d'OpenAlex

Abstract A comprehensive study of a novel structure for In2S3 based CIGS solar cell has been observed. The effects of the absorber layer and temperature with various back surface field (BSF) layers (SnS/SnTe/MoTe2/GeTe) are analyzed with the SCAPS‐1D simulator. Performances of the ultrathin CIGS solar cell enhanced with the proposed structure of ZnO:Al/i‐ZnO/In2S3/CIGS/BSF/Mo and efficiency reached over 24% with 1000 nm CIGS absorber layer. The cell with SnS BSF layer has obtained 24.41% efficiency but shows less stability with temperature variation. On the other hand, the cell with MoTe2 BSF shows better stability at a higher temperature and reached an efficiency of 24.14%. Besides, the cell with SnTe BSF also suitable for ultrathin In2S3/CIGS, which results in an efficiency of 23.27%. However, the cell with GeTe BSF can give just over 18% efficiency, but it shows greater stability with temperature changes. This study highlights the potential of BSF layer in In2S3/CIGS solar cell enhancing the performance and stability of cells by reducing recombination losses. The incorporation of a 50 nm BSF layer allows further thinning of the absorber layer, reducing material consumption in the fabrication process without sacrificing overall efficiency.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,224
Écart entre enseignants0,212 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Theory and SimulationsMême sujetChalcogenide Semiconductor Thin FilmsTravaux en français237 207