MétaCan
Menu
Retour à la cohorte
Enregistrement W4391512611 · doi:10.1002/smll.202311153

CdSe Quantum Dots Enable High Thermoelectric Performance in Solution‐Processed Polycrystalline SnSe

2024· article· en· W4391512611 sur OpenAlexaff
Wei Dou, Yaru Gong, Xinqi Huang, Yanan Li, Qingtang Zhang, Yuqi Liu, Qinxuan Xia, Qingyang Jian, Deshang Xiang, Di Li, Dewei Zhang, Shihua Zhang, Pan Ying, Guodong Tang

Notice bibliographique

RevueSmall · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Thermoelectric Materials and Devices
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésQuantum dotMaterials scienceSeebeck coefficientThermoelectric effectCrystalliteX-ray photoelectron spectroscopyOptoelectronicsThermoelectric materialsPhonon scatteringCondensed matter physicsThermal conductivityPhononElectrical resistivity and conductivityNanotechnologyChemical engineeringComposite materialMetallurgyElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Here, a high peak ZT of ≈2.0 is reported in solution-processed polycrystalline Ge and Cd codoped SnSe. Microstructural characterization reveals that CdSe quantum dots are successfully introduced by solution process method. Ultraviolet photoelectron spectroscopy evinces that CdSe quantum dots enhance the density of states in the electronic structure of SnSe, which leads to a large Seebeck coefficient. It is found that Ge and Cd codoping simultaneously optimizes carrier concentration and improves electrical conductivity. The enhanced Seebeck coefficient and optimization of carrier concentration lead to marked increase in power factor. CdSe quantum dots combined with strong lattice strain give rise to strong phonon scattering, leading to an ultralow lattice thermal conductivity. Consequently, high thermoelectric performance is realized in solution-processed polycrystalline SnSe by designing quantum dot structures and introducing lattice strain. This work provides a new route for designing prospective thermoelectric materials by microstructural manipulation in solution chemistry.

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 enseignants0,025
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,221
Écart entre enseignants0,210 · 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

Citations20
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSmallMême sujetAdvanced Thermoelectric Materials and DevicesTravaux en français237 207