Étude structurale des systèmes dissymétriques de structure D-π-A à base de thiénopyrazine destinés aux cellules solaires organiques de type « bulk heterojunction » (BHJ)
Bibliographic record
Abstract
Onze nouvelles molécules organiques de structure donneurs-espaceur-accepteurs (D-π-A) utilisées pour les cellules solaires organiques (OSC) basées sur la thiénopyrazine et le thiophène ont été étudiées par la théorie de la densité fonctionnelle (DFT) et la théorie de la densité fonctionnelle dépendante de temps DFT (TD-DFT), pour expliquer comment l’ordre de conjugaison influe sur les performances des cellules solaires. Le groupe accepteur d’électrons (ancrage) était composé de 2-cyanoacrylique pour tous les composés, tandis que l’unité donneuse d’électrons était variée et que son influence fut étudiée. Les résultats théoriques ont montré que les calculs TD-DFT, avec une fonction hybride d’échange – corrélation utilisant la méthode d’atténuation de Coulomb (CAM-B3LYP) en conjonction avec un modèle de solvatation à cycle continu polarisable (modèle de continuum polarisable, PCM) combinée avec la base 6-31G(d,p), était raisonnablement capable de prédire les énergies d’excitation, les spectres d’absorption et d’émission des molécules étudiées. Les niveaux d’énergie des orbitales moléculaires frontières (orbitale moléculaire occupée de plus haute énergie (HOMO) et orbitale moléculaire inoccupée de plus basse énergie (LUMO) de ces composés peuvent avoir un effet positif sur le processus d’injection et de régénération d’électrons. La tendance des lacunes calculées HOMO-LUMO se compare bien avec les données spectrales. En outre, les valeurs estimées de photovoltage en circuit ouvert (Voc) pour ces composés ont été présentées. L’étude des propriétés structurelles, électroniques et optiques de ces composés pourrait aider à concevoir des matériaux organiques photovoltaïques fonctionnels plus efficaces.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".