MétaCan
Menu
Retour à la cohorte
Enregistrement W4416299697 · doi:10.1002/cey2.70106

Comparing the Indoor and Solar Performance of Light‐Concentrating Waveguide‐Encoded Lattice Slim Films

2025· article· en· W4416299697 sur OpenAlexafffund
Takashi Lawson, Kathryn A. Benincasa, Anjilee Manhas, Fariha Mahmood, Zhihang Wang, Zhongjin Shen, Marina Freitag, Kalaichelvi Saravanamuttu, Rachel C. Evans

Notice bibliographique

RevueCarbon Energy · 2025
Typearticle
Langueen
DomaineEngineering
ThématiquePhotonic and Optical Devices
Établissements canadiensMcMaster University
Organismes subventionnairesIsaac Newton TrustMitacsEuropean CommissionEngineering and Physical Sciences Research CouncilMcMaster University
Mots-clésPhotovoltaic systemPhotovoltaicsLattice (music)Light intensitySolar energy

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Although multicrystalline Si photovoltaics have been extensively studied and applied in the collection of solar energy, the same systems suffer significant efficiency losses in indoor settings, where ambient light conditions are considerably smaller in intensity and possess greater components of non‐normal incidence. Yet, indoor light‐driven, stand‐alone devices can offer sustainable advances in next‐generation technologies such as the Internet of Things. Here, we present a non‐invasive solution to aid in photovoltaic indoor light collection—radially distributed waveguide‐encoded lattice (RDWEL) slim films (thickness 1.5 mm). Embedded with a monotonical radial array of cylindrical waveguides (±20°), the RDWEL demonstrates seamless light collection (FoV (fields of view) = 74.5°) and imparts enhancements in J SC (short circuit current density) of 44% and 14% for indoor and outdoor lighting conditions, respectively, when coupled to a photovoltaic device and compared to an unstructured but otherwise identical slim film coating.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,008
Tête enseignante GPT0,195
Écart entre enseignants0,188 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueCarbon EnergyMême sujetPhotonic and Optical DevicesTravaux en français237 207