Enhanced efficiency of thin-film solar cells using AgInSe₂ back surface field layer: a SCAPS-1D numerical study
Notice bibliographique
Résumé
This study investigates the role of AgInSe₂ (AISe) as a back surface field (BSF) layer in enhancing thin-film photovoltaic (PV) devices with three absorber materials: Cu₂ZnSnS₄ (CZTS), Cu(In,Ga)Se₂ (CIGS), and CuInTe₂ (CIT). Device simulations using SCAPS-1D incorporated a CdS window layer and an AISe BSF layer. Baseline efficiencies without AISe were 17.43% (CZTS), 22.43% (CIGS), and 24.22% (CIT). Introducing AISe significantly boosted power conversion efficiency to 21.83%, 29.19%, and 31.40%, respectively. These improvements stem from enhanced built-in potential and reduced carrier recombination, resulting in higher open-circuit voltage (VOC), short-circuit current density (JSC), and fill factor (FF). Capacitance–voltage analysis and quantum efficiency (QE) profiles further validated the performance gains. Parametric investigations of absorber and BSF properties—thickness, doping, defect density, temperature, and resistance—highlighted their influence on device output. Overall, AISe emerges as a promising BSF material for next-generation thin-film solar cells.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».