MétaCan
Menu
Retour à la cohorte
Enregistrement W2087342545 · doi:10.1063/1.4901460

Thermoelectric properties of Sn- and Pb-doped Tl9BiTe6 and Tl9SbTe6

2014· article· en· W2087342545 sur OpenAlexafffund
Quansheng Guo, Meghan Chan, Bryan A. Kuropatwa, Holger Kleinke

Notice bibliographique

RevueJournal of Applied Physics · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Thermoelectric Materials and Devices
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSeebeck coefficientThermoelectric effectMaterials scienceElectrical resistivity and conductivityThermal conductivityDopantAnalytical Chemistry (journal)DopingThermoelectric materialsHot pressingMineralogyMetallurgyChemistryComposite materialThermodynamicsOptoelectronics

Résumé

récupéré en direct d'OpenAlex

A variety of substitutions in Tl9BiTe6 and Tl9SbTe6 with Sn and Pb, amounting to 14 different samples, were performed by melting the stoichiometric amounts of elements at 923 K, followed by slow cooling. The pulverized powders were sintered using the hot-pressing technique. All samples were of single phase according to the powder X-ray diffraction patterns. Thermoelectric property measurements were performed to investigate the effects of Sn- and Pb-doping on the electrical conductivity, Seebeck coefficient, and thermal conductivity. Increasing the concentration of the dopants caused increases in electrical and thermal conductivity, while decreasing the Seebeck coefficient. Tl9Bi0.90Pb0.10Te6 and Tl9Bi0.85Pb0.15Te6 exhibited the highest power factor. The changes in lattice thermal conductivity were minor and did not follow a clear trend. Competitive ZT values were obtained for Tl9Bi0.95Sn0.05Te6, Tl9Bi0.95Pb0.05Te6, Tl9Sb0.97Sn0.03Te6, and Tl9Sb0.95Pb0.05Te6, namely 0.95, 0.94, 0.83, and 0.71 around 500 K, respectively. Higher dopant concentrations led to lower ZT values.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,012
Score d'incertitude au seuil0,359

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,011
Tête enseignante GPT0,207
Écart entre enseignants0,196 · 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 tête enseignante, 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

Citations13
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetAdvanced Thermoelectric Materials and DevicesTravaux en français237 207