MétaCan
Menu
Retour à la cohorte
Enregistrement W4408517617 · doi:10.1021/acsami.4c13963

2D Composite Materials for Electrodes in Dye-Sensitized Solar Cells─An Overview

2025· review· en· W4408517617 sur OpenAlexaff
Jeshurun Biney, Marc Madou, Ghassan Jabbour, Jeongwon Park

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2025
Typereview
Langueen
DomaineEnergy
ThématiqueTiO2 Photocatalysis and Solar Cells
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesInnovation and Technology Ecosystems
Mots-clésMaterials scienceElectrodeComposite numberDye-sensitized solar cellPhotovoltaic systemNanotechnologyOptoelectronicsComposite materialEngineering physicsElectrolyteElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Dye-sensitized solar cells (DSSCs) are anticipated to become economical, efficient, and commercially viable due to their simple fabrication, environmental friendliness, low-light performance, and flexibility for product integration. However, inherent voltage loss during the sensitizing dye regeneration process, uneven titanium layer deposition, electrolyte filling, and electrical interconnections contribute to the lower efficiency of DSSCs compared to conventional silicon solar cells. Researchers have focused on optimizing material and structural properties to address these issues, achieving record-setting efficiencies of up to 14%. Recently, incorporating 2D materials, such as graphene and transition metal carbides or nitrides (MXenes), has been studied to improve DSSC performance and stability. 2D materials can enhance the photoanode's diffuse reflectance, increasing light utilization efficiency. This review provides an overview of recent progress in DSSC research toward developing new materials (2D) for electrodes, focusing on applying 2D composite materials. We discuss how each of these materials has been utilized as hole-transporting layers or as dopants in electrodes to improve the photovoltaic performance and long-term stability of DSSCs. Furthermore, we outline the features that must be optimized for the highest efficiency in DSSCs and provide a perspective on future directions in DSSC research.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,037
Tête enseignante GPT0,319
Écart entre enseignants0,281 · 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'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

Citations13
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetTiO2 Photocatalysis and Solar CellsTravaux en français237 207