Reducing thermal conductivity in Bi-Se co-doped InTe for next-generation thermoelectric materials
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Chalcogenide semiconductors remain a focal point in developing innovative, high-performance materials for energy conversion technologies. Among these, the narrow-band-gap p-type semiconductor InTe has garnered considerable interest due to its potential for thermoelectric applications. In this study, we significantly reduced the denominator of the figure of merit (ZT) by effectively lowering the thermal conductivity (κ) through strategic Bi/Se co-doping in the InTe matrix. Polycrystalline samples of InTe and Bi/Se co-doped InTe were synthesized using an environmentally sustainable solid-state reaction method. The co-doped samples achieved a remarkable minimum total thermal conductivity of 0.16 W/mK at 600 K, a 4.75-fold reduction compared to pristine InTe (0.76 W/mK). The XRD study confirmed phase stability, while FESEM and EDS analyses revealed uniform microstructures and effective dopant incorporation. Although carrier mobility decreased due to enhanced scattering at point defects and grain boundaries, pristine InTe achieved the highest ZT (∼0.13) at 600 K due to its superior power factor. This study presents Bi and Se co-doped InTe as a promising next-generation, eco-friendly thermoelectric material. The targeted doping strategy effectively reduces thermal conductivity, laying the groundwork for enhancing thermoelectric performance by optimizing the denominator term of the ZT parameter. While the current work primarily focuses on minimizing thermal conductivity, future efforts will aim at enhancing the power factor through precise control of dopant concentrations, striving to achieve a balanced improvement in thermoelectric efficiency.
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.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle