Atomic Layer Deposition Stabilizes Nanocrystals, Enabling Reliably High‐Performance Quantum Dot LEDs
Notice bibliographique
Résumé
Abstract Quantum dot light‐emitting diodes (QD‐LEDs) with stable high efficiencies are crucial for next‐generation displays. However, uncontrollable aging, where efficiency initially increases during storage (positive aging) but is entirely lost upon extended aging (negative aging), hinders further device development. It is uncovered that it is chemical changes to nanocrystal (NC)‐based electron transport layer (ETL) that give rise to positive aging, their drift in structure and morphology leading to transiently improved charge injection balance. Using grazing‐incidence small‐angle X‐ray scattering, it is found that ZnMgO NCs undergo size‐focusing ripening during aging, improving size uniformity and creating a smoother energy landscape. Electron‐only device measurements reveal a sevenfold reduction in trap states, indicating enhanced surface passivation of ZnMgO. These insights, combined with density functional theory calculations of ZnMgO surface binding, inspire an atomic layer deposition (ALD) strategy with Al₂O₃ to permanently suppress surface traps and inhibit NC growth, effectively eliminating aging‐induced efficiency loss. This ALD‐engineered ZnMgO ETL enables reproducible external quantum efficiencies (EQEs) of 17% across 30 batches of LEDs with a T60 of 60 h at an initial luminance of 4500 cd m−2, representing a 1.6‐fold increase in EQE and a tenfold improvement in operating stability compared to control devices.
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 ».