MétaCan
Menu
Retour à la cohorte
Enregistrement W4398251375 · doi:10.1080/00084433.2024.2355031

Purification principles and methodologies to produce high-purity tellurium

2024· article· en· W4398251375 sur OpenAlexaboutno aff
Hanwen Chung, Semiramis Friedrich, Jeraldiny Becker, Bernd Friedrich

Notice bibliographique

RevueCanadian Metallurgical Quarterly · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueChalcogenide Semiconductor Thin Films
Établissements canadiensnon disponible
Organismes subventionnairesBundesministerium für Wirtschaft und Energie
Mots-clésTelluriumChemistryBiochemical engineeringProcess engineeringMaterials scienceChromatographyInorganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

This review paper reconstructs the current development of tellurium purification technologies with their setups to obtain high-purity tellurium.Since the uptrend of the solar industry in the early 2000s, the demand for tellurium, especially high-purity quality, has increased sharply to enable the production of e.g.solar modules, solar panels and semiconductor.This paper focuses on both primary as well as secondary routes of purification.Especially the recycling aspects can contribute to a close-to-zero-waste process and circular economy horizons.For this purpose, a general introduction on tellurium sources and global primary production along with price trends were provided to show the path up to high purity grades.Recovery processes through secondary sources such as CdTe and Bi 2 Te 3 were introduced, followed subsequently by a thorough review on two refining methods for tellurium.Vacuum distillation and zone refining processes were discussed in terms of their effectiveness in purifying tellurium as well as their challenges by reviewing relevant research.Through this review, several knowledge gaps can be identified to motivate further development of refining processes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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 Opus0,039
Tête enseignante GPT0,250
Écart entre enseignants0,211 · 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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Metallurgical QuarterlyMême sujetChalcogenide Semiconductor Thin FilmsTravaux en français237 207