MétaCan
Menu
Retour à la cohorte
Enregistrement W3148722180 · doi:10.1063/5.0045606

Potassium-activated anionic copper and covalent Cu–Cu bonding in compressed K–Cu compounds

2021· article· en· W3148722180 sur OpenAlexafffund
Xuyan Cao, Biao Wan, Hanyu Liu, Lailei Wu, Yansun Yao, Huiyang Gou

Notice bibliographique

RevueThe Journal of Chemical Physics · 2021
Typearticle
Langueen
DomaineChemistry
ThématiqueInorganic Chemistry and Materials
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDepartment of Education of Hebei Province
Mots-clésCopperCovalent bondZigzagAlkali metalAtomic orbitalChemistryCrystallographyMetalElectronic structurePotassiumMolecular orbitalPhase (matter)Chemical physicsInorganic chemistryComputational chemistryElectronMoleculeOrganic chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Elemental copper and potassium are immiscible under ambient conditions. It is known that pressure is a useful tool to promote the reaction between two different elements by modifying their electronic structure significantly. Here, we predict the formation of four K–Cu compounds (K3Cu2, K2Cu, K5Cu2, and K3Cu) under moderate pressure through unbiased structure search and first-principles calculations. Among all predicted structures, the simulated x-ray diffraction pattern of K3Cu2 perfectly matches a K–Cu compound synthesized in 2004. Further simulations indicate that the K–Cu compounds exhibit diverse structural features with novel forms of Cu aggregations, including Cu dimers, linear and zigzag Cu chains, and Cu-centered polyhedrons. Analysis of the electronic structure reveals that Cu atoms behave as anions to accept electrons from K atoms through fully filling 4s orbitals and partially extending 4p orbitals. Covalent Cu–Cu interaction is found in these compounds, which is associated with the sp hybridizations. These results provide insights into the understanding of the phase diversity of alkali/alkaline earth and metal systems.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,562

Scores Codex et Gemma par catégorie

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 recherche0,0000,001
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 Opus0,017
Tête enseignante GPT0,248
Écart entre enseignants0,231 · 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

Citations7
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Chemical PhysicsMême sujetInorganic Chemistry and MaterialsTravaux en français237 207