Combined Machine Learning and Experimental Study for the Zintl Phase Thermoelectric Ba <sub> 1− <i>x</i> </sub> Sr <sub> <i>x</i> </sub> Zn <sub> 2− <i>y</i> </sub> Cd <sub> <i>y</i> </sub> Sb <sub>2</sub> System
Notice bibliographique
Résumé
Two new Sr and Cd cosubstituted zintl phases of Ba 0.92(2) Sr 0.08 Zn 1.30(3) Cd 0.70 Sb 2 and Ba 0.60(2) Sr 0.40 Zn 0.32(4) Cd 1.68 Sb 2 are successfully synthesized, and these compounds are crystallized in the orthorhombic BaCu 2 S 2 ‐type and the trigonal CaAl 2 Si 2 ‐type phases, respectively. Overall, crystal structures are constructed by the assembly of 1) the structural backbone of the infinite chain and 2) the Ba/Sr mixed site, filling the space within or in‐between anionic frameworks. The structural selectivity between these two title phases can be explained by the radius ratio criterion of cationic‐to‐anionic elements ( r + / r – ). Furthermore, the r + / r – criterion determining the preferred structure is closely related to the Ba/SrSb bond distance and eventually affects the Sr substitution level in both phases. A series of DFT calculations suggest that the BaCu 2 S 2 ‐type phase exhibits a heavily doped semiconductor behavior, while the CaAl 2 Si 2 ‐type phase shows semiconducting behavior. The temperature‐dependent thermoelectric (TE) property measurements prove that Ba 0.60(2) Sr 0.40 Zn 0.32(4) Cd 1.68 Sb 2 exhibits a relatively higher ZT value than Ba 0.92(2) Sr 0.08 Zn 1.30(3) Cd 0.70 Sb 2 due to its higher electrical conductivities and Seebeck coefficients. Machine learning (ML)‐based predictions successfully capture general TE trends of the title phases and show higher ZT values for the BaCu 2 S 2 ‐type phase compared to the CaAl 2 Si 2 ‐type phase.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».