MétaCan
Menu
Retour à la cohorte
Enregistrement W2899576332 · doi:10.3390/ma11112237

Detrimental Effects of Doping Al and Ba on the Thermoelectric Performance of GeTe

2018· letter· en· W2899576332 sur OpenAlexfundno aff
Bhuvanesh Srinivasan, Alain Gellé, Jean‐François Halet, Catherine Boussard‐Plédel, Bruno Bureau

Notice bibliographique

RevueMaterials · 2018
Typeletter
Langueen
DomaineMaterials Science
ThématiqueAdvanced Thermoelectric Materials and Devices
Établissements canadiensnon disponible
Organismes subventionnairesHorizon 2020 Framework ProgrammeInstitute of Circulatory and Respiratory HealthEuropean CommissionQueen Mary University of London
Mots-clésDopingThermoelectric effectMaterials scienceEngineering physicsOptoelectronicsThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

GeTe-based materials are emerging as viable alternatives to toxic PbTe-based thermoelectric materials. In order to evaluate the suitability of Al as dopant in thermoelectric GeTe, a systematic study of thermoelectric properties of Ge1−xAlxTe (x = 0–0.08) alloys processed by Spark Plasma Sintering are presented here. Being isoelectronic to Ge1−xInxTe and Ge1−xGaxTe, which were reported with improved thermoelectric performances in the past, the Ge1−xAlxTe system is particularly focused (studied both experimentally and theoretically). Our results indicate that doping of Al to GeTe causes multiple effects: (i) increase in p-type charge carrier concentration; (ii) decrease in carrier mobility; (iii) reduction in thermopower and power factor; and (iv) suppression of thermal conductivity only at room temperature and not much significant change at higher temperature. First principles calculations reveal that Al-doping increases the energy separation between the two valence bands (loss of band convergence) in GeTe. These factors contribute for Ge1−xAlxTe to exhibit a reduced thermoelectric figure of merit, unlike its In and Ga congeners. Additionally, divalent Ba-doping [Ge1−xBaxTe (x = 0–0.06)] is also studied.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,216
Écart entre enseignants0,208 · 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 source (Gemma direct ou Codex distillé), 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

Citations41
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetAdvanced Thermoelectric Materials and DevicesTravaux en français237 207