MétaCan
Menu
Retour à la cohorte
Enregistrement W4389623988 · doi:10.3390/coatings13122069

Effect of NaF Doping on the Microstructure and Thermoelectric Performance of BiCuSeO Ceramics

2023· article· en· W4389623988 sur OpenAlexaff
Zhenbing Pei, Guangqi Xiang, Xin Sun, Zhuang Fu, Yanxin Qiao, Lei Wang, Songtao Dong, Jian Chen

Notice bibliographique

RevueCoatings · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Thermoelectric Materials and Devices
Établissements canadiensWestern University
Organismes subventionnairesNanjing University
Mots-clésMaterials scienceThermoelectric effectCeramicMicrostructureSeebeck coefficientThermal conductivityDopingElectrical resistivity and conductivityPower factorBall millComposite materialThermoelectric materialsOptoelectronicsElectrical engineeringPower (physics)Thermodynamics

Résumé

récupéré en direct d'OpenAlex

The layered oxyselenide BiCuSeO has attracted significant attention due to its ability to demonstrate low thermal conductivity and a high Seebeck coefficient. This research project involved the synthesis of Bi1−xNaxCuSeO1−xFx (x = 0, 0.05, 0.10, 0.15, and 0.20) ceramics using high-energy ball milling and cold isostatic pressing techniques. A comprehensive investigation was conducted to examine the influence of co−doping NaF on the thermoelectric properties of BiCuSeO ceramics. The substitution of Bi3+ with Na+ introduces a substantial number of holes, resulting in a remarkable improvement in the electrical conductivity and power factor. The conductivity was significantly increased from 9.10 S cm−1 (BiCuSeO) to 94.5 S cm−1 (Bi0.85Na0.15CuSeO0.85F0.15) at 323 K. Additionally, at 823 K, the power factor of the Bi0.85Na0.15CuSeO0.85F0.15 sample reached 44.8 × 10−5 W/m K2. Furthermore, the Bi1−xNaxCuSeO1−xFx ceramics demonstrated a minimum thermal conductivity of 0.43 W m−1 K−1. Consequently, the Bi0.85Na0.15CuSeO0.85F0.15 sample achieved a maximum ZT value of 0.78, which is 7.09 times higher than that of the pure BiCuSeO sample (0.11).

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)0,001
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 seuil0,260

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,234
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; 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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCoatingsMême sujetAdvanced Thermoelectric Materials and DevicesTravaux en français237 207