MétaCan
Menu
Retour à la cohorte
Enregistrement W2526639726 · doi:10.2109/jcersj2.16097

The hardness of group 14 spinel nitrides revisited

2016· article· en· W2526639726 sur OpenAlexafffund
Teak D. Boyko, A. Moewes

Notice bibliographique

RevueJournal of the Ceramic Society of Japan · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal and Thin Film Mechanics
Établissements canadiensCanadian Light Source (Canada)University of Saskatchewan
Organismes subventionnairesWestern Canada Research GridCompute Canada
Mots-clésSpinelNitrideMaterials scienceTernary operationBand gapDiamondDensity functional theoryAb initioCrystallographyComputational chemistryMetallurgyNanotechnologyOptoelectronicsChemistry

Résumé

récupéré en direct d'OpenAlex

The hypothetical spinel carbon nitride (γ-C3N4) has received a large amount of attention due to its predicted hardness being comparable to that of diamond. The group 14 spinel binary nitrides that have been synthesized are limited so far to: γ-Si3N4, γ-Ge3N4 and γ-Sn3N4. However, there still remains significant interest in γ-C3N4 in the hope that it will eventually be synthesized, but there are no successful reports, thus making the study of γ-C3N4 strictly theoretical. Through an empirical relationship that correlates hardness, crystal structure and the electronic band gap, we examine a series of group 14 spinel nitrides: γ-C3N4 γ-Si3N4, γ-Ge3N4 and γ-Sn3N4, as well as their ternary compounds. The hardness and electronic band gap of these materials are calculated using ab initio density functional theory. These results show that in the case of the solid solutions, γ-(Si,Ge)3N4 and γ-(Ge,Sn)3N4, the tetrahedral site is filled first by the larger cation, Ge and Sn, respectively. Furthermore, the deviation of carbon containing group 14 spinel nitrides from the expected hardness and bandgap trend suggests that γ-Si3N4 may remain the hardest known group 14 spinel nitride. Additionally, an improved method to calculate the hardness using the nitrogen bonding tetrahedron provides more unambiguous results and the trend of the hardness agrees with experimental measurements.

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)0,001
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 enseignants0,168
Score d'incertitude au seuil0,184

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 GPT0,200
Écart entre enseignants0,189 · 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

Citations6
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Ceramic Society of JapanMême sujetMetal and Thin Film MechanicsTravaux en français237 207