MétaCan
Menu
Retour à la cohorte
Enregistrement W2950818180 · doi:10.1021/cm0708517

Thermoelectric Properties of Re<sub>3</sub>Ge<sub>0.6</sub>As<sub>6.4</sub> and Re<sub>3</sub>GeAs<sub>6</sub> in Comparison to Mo<sub>3</sub>Sb<sub>5.4</sub>Te<sub>1.6</sub>

2007· article· en· W2950818180 sur OpenAlexaff
Navid Soheilnia, Hong Xu, Huqin Zhang, Terry M. Tritt, I. P. Swainson, Holger Kleinke

Notice bibliographique

RevueChemistry of Materials · 2007
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Thermoelectric Materials and Devices
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésThermoelectric effectIsostructuralThermoelectric materialsMaterials scienceSeebeck coefficientDopingElectrical resistivity and conductivityFigure of meritSemiconductorThermal conductivityCrystal structureCondensed matter physicsOptoelectronicsCrystallographyThermodynamicsChemistryComposite materialElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Heavily doped narrow gap semiconductors with complex crystal structures are prime candidates for thermoelectric materials. The arsenides Re 3 (Ge,As) 7 are new examples with promising thermoelectric properties, comparable with the isostructural Mo 3 Sb 5.4 Te 1.6, a competitive high-temperature material. Various doping levels may be achieved by using different Ge/As ratios. Re 3 (Ge,As) 7 was prepared by heating the elements in the desired ratios in evacuated silica tubes between 600 and 800 °C. Re 3 GeAs 6 crystallizes in the cubic Ir 3 Ge 7 type, space group Im 3̄ m, with a = 8.73202(8) Å. It exhibits high Seebeck coefficient, high electrical conductivity, and reasonably low thermal conductivity. Moreover, the thermoelectric figure-of-merit ZT = TS 2 σ/κ increases rapidly with increasing temperature, as desired for high-temperature thermoelectrics.

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)0,009
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
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 enseignants0,020
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,003
Méta-épidémiologie (sens strict)0,0060,006
Méta-épidémiologie (sens large)0,0100,002
Bibliométrie0,0020,005
Études des sciences et des technologies0,0020,003
Communication savante0,0020,003
Science ouverte0,0050,003
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,243
Écart entre enseignants0,227 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations24
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemistry of MaterialsMême sujetAdvanced Thermoelectric Materials and DevicesTravaux en français237 207