Charge accumulation and transport in degenerately doped semiconducting polymers with mixed ionic and electronic conductivity

This thesis is part of the fields of Material Physics and Organic Electronics and aims to determine the charge carrier density and mobility in the hydrated conducting polymer–polyelectrolyte blend PEDOT:PSS. This kind of material combines electronic semiconductor functionality with selective ionic transport, biocompatibility and electrochemical stability in water. This advantageous material properties combination makes PEDOT:PSS a unique material to build organic electrochemical transistors (OECTs), which have relevant application as amplifying transducers for bioelectronic signals. In order to measure charge carrier density and mobility, an innovative 4-wire, contact independent characterization technique was introduced, the electrolyte-gated van der Pauw (EgVDP) method, which was combined with electrochemical impedance spectroscopy. The technique was applied to macroscopic thin film samples and micro-structured PEDOT:PSS thin film devices fabricated using photolithography. The EgVDP method revealed to be effective for the measurements of holes’ mobility in hydrated PEDOT:PSS thin films, which resulted to be <μ>=(0.67±0.02) cm^2/(V*s). By comparing this result with 2-point-probe measurements, we found that contact resistance effects led to a mobility overestimation in the latter. Ion accumulation at the drain contact creates a gate-dependent potential barrier and is discussed as a probable reason for the overestimation in 2-point-probe measurements. The measured charge transport properties of PEDOT:PSS were analyzed in the framework of an extended drift-diffusion model. The extended model fits well also to the non-linear response in the transport characterization and results suggest a Gaussian DOS for PEDOT:PSS. The PEDOT:PSS-electrolyte interface capacitance resulted to be voltage-independent, confirming the hypothesis of its morphological origin, related to the separation between the electronic (PEDOT) and ionic (PSS) phases in the blend.

Generare con transformer lineare spiegazioni di concept set medicali costituiti da termini correlati estratti da social post di pazienti

Le malattie rare pongono diversi scogli ai pazienti, ai loro familiari e ai sanitari. Uno fra questi è la mancanza di informazione che deriva dall'assenza di fonti sicure e semplici da consultare su aspetti dell'esperienza del paziente. Il lavoro presentato ha lo scopo di generare da set termini correlati semanticamente, delle frasi che abbiamo la capacità di spiegare il legame fra di essi e aggiungere informazioni utili e veritiere in un linguaggio semplice e comprensibile. Il problema affrontato oggigiorno non è ben documentato in letteratura e rappresenta una sfida interessante si per complessità che per mancanza di dataset per l'addestramento. Questo tipo di task, come altri di NLP, è affrontabile solo con modelli sempre più potenti ma che richiedono risorse sempre più elevate. Per questo motivo, è stato utilizzato il meccanismo di recente pubblicazione del Performer, dimostrando di riuscire a mantenere uno stesso grado di accuratezza e di qualità delle frasi prodotte, con una parallela riduzione delle risorse utilizzate. Ciò apre la strada all'utilizzo delle reti neurali più recenti anche senza avere i centri di calcolo delle multinazionali. Il modello proposto dunque è in grado di generare frasi che illustrano le relazioni semantiche di termini estratti da un mole di documenti testuali, permettendo di generare dei riassunti dell'informazione e della conoscenza estratta da essi e renderla facilmente accessibile e comprensibile al pazienti o a persone non esperte.