MétaCan
Menu
Retour à la cohorte
Enregistrement W4402987920 · doi:10.1002/slct.202401586

Navigating Challenges and Promises for Next‐Generation CsPbIBr <sub>2</sub> Perovskite Solar Cells: A Review

2024· review· en· W4402987920 sur OpenAlexaff
Muhammad Aamir, Mohammad Ismail Hossain, Md. Akhtaruzzaman, Junayed Hossain Rafij, Jamal Uddin, Javeed Akhtar, Nowshad Amin, Mohammad EL Ganaoui, Jean‐Michel Nunzi, Tetsuya Taima, Md. Shahiduzzaman

Notice bibliographique

RevueChemistrySelect · 2024
Typereview
Langueen
DomaineEngineering
ThématiquePerovskite Materials and Applications
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésPerovskite (structure)Materials scienceEngineering physicsComputer scienceNanotechnologyPhysicsEngineeringChemical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Given the increasing demand for electricity due to modernization and population growth, there is an urgent need to develop renewable energy conversion technologies such as photovoltaics. Among these technologies, CsPbIB r2 , an all‐inorganic lead halide‐based perovskite, has shown promise due to its thermal stability, phase stability, and ease of fabrication. However, challenges remain, particularly in addressing device hysteresis and stability. Novel materials and optimized device designs could help overcome these challenges. This comprehensive review discusses strategies such as interface engineering, film quality improvement, compositional engineering, defect passivation, band alignments, and metal ion doping to enhance the performance of CsPbIBr 2 ‐based perovskite films and, in turn, their potential for photovoltaic applications.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,825
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,080
Tête enseignante GPT0,313
Écart entre enseignants0,233 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemistrySelectMême sujetPerovskite Materials and ApplicationsTravaux en français237 207