Novel defect-fluorite pyrochlore sodium niobate nanoparticles: solution-phase synthesis and radiation tolerance analysis
Notice bibliographique
Résumé
Materials possessing a defect-fluorite pyrochlore structure can have a range of useful properties that are sought after, which include their radiation tolerance, nuclear waste immobilization, and phase stability at elevated temperatures. In this study, we demonstrate for the first time the synthesis and a detailed analysis of defect-fluorite pyrochlore sodium niobate (NaNbO3) nanoparticles. This analysis included an investigation into their stability to elevated temperatures and neutron irradiation. A surfactant-assisted solvothermal method is used to prepare nanoparticles of NaNbO3. This solution-phase approach results in the formation of crystalline nanoparticles of a defect-fluorite pyrochlore NaNbO3 at relatively low temperatures. The products had an average diameter of ∼74 ± 11 nm. The nanoparticles adopted a defect-fluorite pyrochlore phase and matched the cubic Fm3[combining macron]m space group. This pyrochlore form of NaNbO3 was found to be stable up to 500 °C. The nanoparticles transformed into the orthorhombic and rhombohedral perovskite phases of NaNbO3 along with the introduction of a pseudo-hexagonal Nb2O5 at higher temperatures. These defect-fluorite pyrochlore nanoparticles of NaNbO3 also exhibited a resistance to radiation induced amorphization. The dimensions, phase, and crystallinity of the defect-fluorite pyrochlore nanoparticles after exposure to a flux of neutrons were comparable to those of the as-synthesized product. The thermal stability and radiation tolerance of these pyrochlore nanoparticles could be useful in the design of thermally resilient materials, high temperature catalysts, and durable materials for the handling and storage of radioactive waste.
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 | 0,000 | 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) | 0,001 | 0,001 |
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 ».