MétaCan
Menu
Retour à la cohorte
Enregistrement W4407751630 · doi:10.37394/232016.2025.20.5

Investigation of the Impact of Different Materials on the Efficiency of Lead-free Perovskite Solar Cell

2025· article· en· W4407751630 sur OpenAlexaff
Mostafa M. Salah, Menna Elkomy, Omar E. Mohamed, Mohamed Hamouda, Marina Sobhy, Mohamed Mousa

Notice bibliographique

RevueWSEAS TRANSACTIONS ON POWER SYSTEMS · 2025
Typearticle
Langueen
DomaineEngineering
ThématiquePerovskite Materials and Applications
Établissements canadiensIndependent Electricity System Operator
Organismes subventionnairesnon disponible
Mots-clésLead (geology)Perovskite (structure)Solar cellMaterials sciencePerovskite solar cellEngineering physicsNanotechnologyChemical engineeringOptoelectronicsGeologyEngineering

Résumé

récupéré en direct d'OpenAlex

A solar cell is an electrical device that converts light energy into electrical energy via the photovoltaic effect. Sometimes called a photovoltaic cell or PV cell. In essence, a solar cell is a p-n junction diode. Solar cells are a type of photoelectric cell, which is characterized as an apparatus that changes its electrical properties in response to light, including resistance, voltage, and current. Organic-inorganic halide-based perovskite solar systems are getting closer to commercialization and have become more efficient. Because lead-based perovskite materials have toxicity issues, the scientific community has recently become interested in lead-free alternatives. A lead-free n-i-p based planar heterostructure perovskite solar cell made of intrinsic-CH3NH3SnI3 methyl ammonium tin iodide (MASnI3) as an i- and p-layer Spiro-OMeTAD with SnO2 for the n layer is optimized for device efficiency using SCAPS numerical simulation. The 3rd layer (electron layer) is modified with an efficiency of 2.03%, with another material SnO2, as the efficiency increased to 2.62%, Voc of 0.6428V, Jsc = 6.44 mA/cm2, and FF of 63.40% are achieved. After that the cell layers of the cell are optimized to achieve the highest efficiency of 10.13%.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,009
Tête enseignante GPT0,208
Écart entre enseignants0,199 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWSEAS TRANSACTIONS ON POWER SYSTEMSMême sujetPerovskite Materials and ApplicationsTravaux en français237 207