Large Improvements in the Thermoelectric Properties of SnSe by Fast Cooling
Notice bibliographique
Résumé
As reported during the last five years, SnSe is one of the leading thermoelectric (TE) materials with a very low lattice thermal conductivity. However, its elements are not as heavy as those of classical thermoelectric materials like PbTe or Bi2Te3. Its outstanding TE properties were revealed after repeated purification steps to minimize the amount of oxygen contamination, followed by spark plasma sintering. Recently, we showed that hot-pressing—once optimized—can yield comparable or even better TE performance using the examples of Na- and Cu- as well as Na- and Ag-co-doped SnSe. However, long-term stability remains a challenge during cycling between low and high temperatures. Here, we investigated whether the cooling procedure has a significant impact on the thermoelectric properties of SnSe. We compared cooling of the melt with a 1:1 ratio of Sn:Se from 1273 K down to room temperature in air with quenching in water. As typical for undoped SnSe, both materials were extrinsic p-type semiconductors due to Sn defects. The air-quenched sample exhibited higher thermal conductivity, lower electrical conductivity, and higher Seebeck coefficient, all consistent with a smaller number of defects and thus a smaller number of charge carriers due to the slower cooling procedure. This resulted in a comparatively low peak figure-of-merit value zT of 0.61 at 823 K for the air-quenched sample, compared to the substantially higher peak zT of 1.58 at 813 K for the water-quenched sample.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 tête enseignante, 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 ».