Origin of Intrinsically Low Thermal Conductivity in Talnakhite Cu<sub>17.6</sub>Fe<sub>17.6</sub>S<sub>32</sub> Thermoelectric Material: Correlations between Lattice Dynamics and Thermal Transport
Notice bibliographique
Résumé
Understanding the nature of phonon transport in solids and the underlying mechanism linking lattice dynamics and thermal conductivity is important in many fields, including the development of efficient thermoelectric materials where a low lattice thermal conductivity is required. Herein, we choose the pair of synthetic chalcopyrite CuFeS 2 and talnakhite Cu 17.6 Fe 17.6 S 32 compounds, which possess the same elements and very similar crystal structures but very different phonon transport, as contrasting examples to study the influence of lattice dynamics and chemical bonding on the thermal transport properties. Chemically, talnakhite derives from chalcopyrite by inserting extra Cu and Fe atoms in the chalcopyrite lattice. The CuFeS 2 compound has a lattice thermal conductivity of 2.37 W m –1 K –1 at 625 K, while Cu 17.6 Fe 17.6 S 32 features Cu/Fe disorder and possesses an extremely low lattice thermal conductivity of merely 0.6 W m –1 K –1 at 625 K, approaching the amorphous limit κ min . Low-temperature heat capacity measurements and phonon calculations point to a large anharmonicity and low Debye temperature in Cu 17.6 Fe 17.6 S 32, originating from weaker chemical bonds. Moreover, Mössbauer spectroscopy suggests that the state of Fe atoms in Cu 17.6 Fe 17.6 S 32 is partially disordered, which induces the enhanced alloy scattering. All of the above peculiar features, absent in CuFeS 2, contribute to the extremely low lattice thermal conductivity of the Cu 17.6 Fe 17.6 S 32 compound.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
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 source (Gemma direct ou Codex distillé), 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 ».