On the Atomistic Interactions That Direct Ion Conductivity and Defect Segregation in the Bulk and Surface of Samarium-Doped Ceria: A Genetic Algorithm Study
Notice bibliographique
Résumé
We study the (111) surface of 10.3%, 14.3%, and 18.5% samarium-doped ceria (SDC) using a genetic algorithm (GA) to search for the most energetically stable configurations. In all cases, both Sm ions and oxygen vacancies segregate to the surface, which is similar to experimental findings for 5.3% SDC. (1) Importantly, at the optimal doping level of SDC (∼11%), where conductivity is maximal, defect segregation is limited such that vacancies remain 6 Å apart and pairs of vacancies do not form. At higher concentrations, pairs of vacancies are present, which likely contributes to the observed decrease in ionic conductivity. We also investigate the low-energy bulk structure of SDC from 10.3% to 18.5%, at the DFT+U level of theory, which has not been previously reported. The DFT+U energetics allow us to gain further insight on the fundamental interactions that influence ionic conductivity and defect segregation, as well as to confirm the insight reported from classical simulations. (2) The low-energy configurations found by our GA search enable future studies of SDC at experimentally relevant concentrations and identify the important interactions at the bulk and surface of the fuel cell electrolyte.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».