Bu tədqiqat enerji çevrilməsi və elektronika tətbiqlərində istifadə olunan bərk materialların zədələndikdən sonra öz funksiyalarını yenidən bərpa etmək potensialının əsas rabitə xarakteri xüsusiyyətlərindən proqnozlaşdırılıb-proqnozlaşdırıla bilməyəcəyini araşdırır. Tədqiqatçılar ioniklik, nisbi struktur qütbləşməsi (Relative Structural Polarization, RSP), optik deformasiya potensialı (Optical Deformation Potential, ODP) və sərtlik olmaqla dörd material təsvirçisini bir araya gətirirlər. Kurasiya edilmiş əsas məlumat dəstində 10.486 məlumat nöqtəsi və ümumilikdə 8209 material var; maşın öyrənməsi təsnifatı üçün isə mexanizm sinfi məlum olan və ya tədqiqatçılar tərəfindən oxşarlıq əsasında təyin edilən 88 material istifadə olunur. Əldə edilən ODP–RSP xəritəsi özünüsağaltma davranışını iki əsas mexanizm bölgəsinə ayırır: kinetik cəhətdən sabit qüsurların hərəkətinə əsaslanan Class I və dinamik qəfəs ilə termodinamik cəhətdən sabit strukturların yenidən təşkilinə əsaslanan Class II. Lakin bu çərçivə yeni namizəd materiallarda özünüsağaltmanı birbaşa eksperimental olaraq sübut etmir; xüsusilə bəzi təlim etiketləri nəticə çıxarmağa əsaslanır və məlumat dəstində RSP, ODP və hardness əhatəsi bərabər deyil.

Tədqiqatın mərkəzindəki fikir ondan ibarətdir ki, materialın zədələndikdən sonra sağala bilməsi üçün yalnız “güclü” və ya “yumşaq” olması kifayət deyil. Zədə struktur qüsurları yaratdıqda atomların və ya ionların istifadə temperaturunda bu qüsurları aradan qaldıra biləcək qədər hərəkətli olması lazımdır. Eyni zamanda zədələnmiş struktur çox dərin metastabil enerji quyusuna kilidlənməməlidir. Buna görə tədqiqatçılar özünüsağaltmanı rabitə qüvvəsi, rabitənin ionik və ya kovalent xarakteri və qəfəsin atomik yerdəyişməyə verdiyi reaksiya ilə əlaqələndirirlər.

ODP və RSP-nin birlikdə istifadəsi xüsusilə iki mexanizm sinfini ayırmaq üçün ön plana çıxır. Class I materiallar ümumiyyətlə mənfi ODP və təxminən 1 ətrafındakı RSP dəyərləri ilə, qüsur vasitəli klassik ion keçiriciliyinin mövcud olduğu daha statik ionik qəfəslərlə əlaqələndirilir. Class II bölgəsində isə müsbət və ya sıfıra yaxın ODP, 1-dən yuxarı RSP və kovalent kristallar üçün nisbətən aşağı sərtlik; antibonding/itici kovalent xarakterə, dayaz enerji landşaftına və dinamik atomik nizamsızlığa işarə edir. Tədqiqatçıların xətti SVM qərar sərhədinin normallaşdırılmış meyli −0,992-dir; bu nəticə ODP ilə loqarifmik miqyaslı RSP-nin sinif ayrımında təxminən oxşar çəki daşıması kimi şərh olunur.

Model yalnız əvvəllər özünüsağaltdığı məlum olan materialları təsnif etmək üçün istifadə edilməyib. Tədqiqatçılar BiVO₄, BaZrS₃, Ba₂HfO₄, PbTe, PbSe, PbS və bəzi Ba–Cu–Y xalkogenidlərini Class II bölgəsində yeni və ya daha az araşdırılmış namizədlər kimi müəyyən edirlər. Bu nəticələrin mənası həmin birləşmələrin mütləq özünüsağaltdığının göstərilməsi deyil, rabitə-xarakteri xəritəsinə görə eksperimental özünüsağaltma testləri üçün prioritetləşdirilə biləcəyidir.

Türkiyə baxımından: Tədqiqat Türkiyədə günəş hüceyrəsi, bərk elektrolit, yanacaq hüceyrəsi, optoelektronika və enerji materialları araşdırmaları üçün birbaşa “hazır material resepti” vermir; lakin yeni bir birləşmənin uzunömürlü olub-olmayacağını yalnız cihaz performansından deyil, rabitə xarakterindən başlayaraq araşdırmaq üçün istifadə edilə bilən bir skrininq yanaşması təqdim edir. Xüsusilə yüksək xərcli təcrübələrə keçməzdən əvvəl RSP və ODP kimi hesablana bilən təsvirçilərlə namizəd hovuzunu daraltmaq tədqiqat planlamasında faydalı ola bilər. Bunun Türkiyədə hazırlanacaq konkret günəş hüceyrəsi, batareya və ya yanacaq hüceyrəsi materialında real dayanıqlıq artımına çevrilməsi üçün yerli sintez şərtlərində və real iş dövrlərində eksperimental təsdiq tələb olunur.

Özünüsağaltma ilə özünübərpa eyni şeydirmi?

Tədqiqat iki anlayışı açıq şəkildə ayırır. Self-repair (SR), zədələnmiş materialın bərpası üçün kənardan əlavə enerji və ya material mənbəyinin istifadə edilməsidir. Self-healing (SH) isə materialın funksional istifadə şərtlərində xarici təmir mənbəyi olmadan zədələnmiş vəziyyətdən funksional baxımdan əvvəlki vəziyyətinə qayıda bilməsidir.

Özünüsağaltmanın praktiki dəyəri yalnız sağalmanın mümkün olub-olmamasından deyil, onun nə qədər sürətlə baş verməsindən də asılıdır. Tədqiqatçılar günəş hüceyrəsini nümunə göstərirlər: zədənin gecə ərzində tam bərpası praktik ola bilər, lakin eyni sağalmanın istifadə funksiyasına görə çox uzun çəkməsi dayanıqlılıq baxımından faydalı olmaya bilər.

Kristalın öz-özünü sağalda bilməsi üçün nə lazımdır?

Zədə başlanğıcdakı termodinamik və ya funksional cəhətdən sabit kristal vəziyyətini pozaraq qüsurlar yaradır və sistemin sərbəst enerjisini artırır. Özünüsağaltma üçün materialın atom və ya ionları qüsurlu strukturdan yenidən aşağı enerjili struktura keçə bilməlidir.

Tədqiqatın əsas şərtlərindən biri atomların hərəkət edə bildiyi enerji landşaftındakı aktivləşmə baryerinin termal olaraq əlçatan olmasıdır. Müəlliflər özünüsağaltma ilə əlaqəli hədd enerji miqyasını təxminən:

\[ E_{thr}\approx 3-5\,k_BT \]

kimi qəbul edirlər. Burada \(k_B\) Boltsman sabiti, \(T\) isə Kelvinlə iş temperaturudur.

Bundan əlavə, ən azı bir atom və ya ion növünün bir neçə qəfəs hüceyrəsi boyunca praktik zaman intervalında hərəkət edə bilməsi lazımdır. Tədqiqatda onlarla nanometr miqyasında təxminən bir saat ərzində yenidən təşkil olunma üçün təxmini:

\[ D \gtrsim 10^{-15}\;cm^2/s \]

səviyyəsində diffuziya əmsalı istiqamətləndirici hədd kimi müzakirə olunur.

Enerji landşaftının əhəmiyyəti tədqiqatın ilk mexanizm vizualında aydın görünür. Özünüsağalda bilən qəfəs üçün dayaz enerji quyuları və aşağı miqrasiya baryerləri göstərildiyi halda, özünüsağalda bilməyən qəfəsdə yüksək deformasiya baryerləri və yerli qüsurların dərin enerji çuxurlarında tutulması göstərilir. Bu vizualın əsas mesajı odur ki, struktur hərəkətliliyi yalnız temperaturdan deyil, rabitələrin yaratdığı enerji landşaftının formasından da asılıdır.

Niyə dörd fərqli rabitə təsvirçisi istifadə olunur?

Tək bir ölçmə materialın rabitə tipini və atomik hərəkətliliyini tam şəkildə izah etmir. Buna görə tədqiqatçılar dörd tamamlayıcı təsvirçi seçiblər:

• İoniklik: rabitə yaranarkən atomlar arasındakı elektron yükü ötürülməsinin dərəcəsi.
• RSP: atomik/ionik qütbləşmənin elektron qütbləşməyə nisbətən böyüklüyünü ölçən struktur cavab təsvirçisi.
• ODP: gərginlik və ya təzyiq altında elektron band aralığının dəyişməsindən istifadə edərək qəfəs deformasiyasının elektron enerji xərcini əks etdirən təsvirçi.
• Sərtlik: materialın plastik deformasiyaya müqaviməti; xüsusilə kovalent kristallarda yerli rabitə qüvvəsi haqqında eksperimental məlumat verə bilən texniki xüsusiyyət.

Tədqiqatçıların yanaşmasında bu dörd parametr birbaşa “özünüsağaltma miqdarı” deyil. Bunlar özünüsağaltmaya imkan verən rabitə xarakterinin və atomik hərəkətlilik mexanizminin dolayı göstəriciləridir.

İoniklik necə təyin olunur?

Tədqiqatda ioniklik atomlar arasında rabitə yaranması zamanı ötürülən elektron yükünün 0 ilə 1 arasındakı payı kimi qəbul edilir. İstifadə olunan Pauling əsaslı tərif:

\[ f_i' = 1-\frac{N}{CN} e^{-\frac{(\chi_A-\chi_B)^2}{4}} \]

şəklindədir. Burada \(N\) anion valentliyi, \(CN\) koordinasiya sayı və \(\chi_A-\chi_B\) iki atom arasındakı elektromənfilik fərqidir.

İkidən çox elementli birləşmələrdə tədqiqatçılar hər kation–anion cütü üçün ionikliyi ayrıca hesablayıb, sonra bu dəyərləri orta qiymətə gətiriblər. Koordinasiya sayının təyinində pymatgen-in kimyəvi koordinasiya mühiti alətlərindən istifadə olunub.

RSP nəyi ölçür?

Relative Structural Polarization kristalın elektrik sahəsinə qarşı atomik yerdəyişmə töhfəsini elektron yerdəyişmə töhfəsinə nisbətən ifadə edir:

\[ RSP= \frac{d\vec{D}_{atom}} {d\vec{D}_{elec}} = \frac{\varepsilon_s}{\varepsilon_\infty}-1 \]

Burada \(\varepsilon_s\) statik permitivliyi, \(\varepsilon_\infty\) isə yüksək tezlikli elektron permitivliyini təmsil edir.

Tədqiqatın rabitə-xarakteri şərhinə görə:

• cəlbedici kovalent xarakterin üstün olduğu yarımkeçiricilərdə adətən \(RSP<1\),
• üstün ionik xarakterli sistemlərdə təxminən \(RSP\approx1\),
• itici/antibonding kovalent töhfəsi olan bəzi yarımkeçiricilərdə \(RSP>1\)

gözlənilir.

RSP-nin özünüsağaltma baxımından əhəmiyyəti elektrik perturbasiyası altında atomların nə qədər asan yerdəyişə bilməsi ilə əlaqələndirilir. Daha yüksək struktur qütbləşməsi bəzi material ailələrində daha dayaz atomik enerji landşaftının və dinamik qəfəs davranışının əlaməti ola bilər.

ODP nəyi ifadə edir?

Optical Deformation Potential band aralığının həcm gərginliyinə həssaslığını ifadə edir:

\[ ODP= \frac{dE_g}{d\ln V} = -B\frac{dE_g}{dP} \]

Burada \(E_g\) band aralığı, \(V\) həcm, \(P\) təzyiq və \(B\) bulk elastic modulus-dur.

Klassik cəlbedici kovalent yarımkeçiricilərdə ODP çox vaxt mənfidir. Dəyər sıfıra yaxınlaşdıqda və ya müsbət olduqda isə tədqiqat bunu valent bandında antibonding/itici xarakterin və daha asan atomik yenidən təşkilin mümkün göstəricilərindən biri kimi qiymətləndirir.

Buna görə müsbət ODP təkbaşına özünüsağaltma sübutu deyil; lakin yüksək RSP və uyğun digər rabitə xüsusiyyətləri ilə birlikdə Class II mexanizmi üçün güclü işarə kimi istifadə olunur.

Sərtlik niyə digər üç parametrdən fərqlidir?

Sərtlik birbaşa fundamental fiziki sabitlərdən törəyən parametr deyil; nümunə tarixçəsi, sintez, mikrostruktur, qüsurlar və ölçmə üsulundan təsirlənə bilən texniki xüsusiyyətdir.

Kovalent kristallarda sərtlik yerli rabitə qüvvələri ilə daha güclü əlaqələndirilə bildiyinə görə aşağı sərtlik zəif və ya elektron baxımından kasad/antibonding xarakterli rabitələrə işarə edə bilər. Buna görə tədqiqatçılar kovalent sistemlərdə aşağı hardness dəyərini Class II dinamik qəfəs davranışı üçün köməkçi göstərici hesab edirlər.

İonik kristallarda isə dislokasiya qarşılıqlı təsirləri və nümunənin emal tarixçəsi hardness dəyərinə güclü təsir etdiyindən eyni proqnoz gücü yoxdur. YBCO üçün ədəbiyyatda tək kristallarda təxminən 3–10,8 GPa, polikristal nümunələrdə isə daha aşağı və bir-birindən fərqli dəyərlərin mövcudluğu bu problemə nümunə kimi göstərilir.

Class I özünüsağaltma mexanizmi nədir?

Class I tədqiqatda static-lattice / kinetically stabilized mexanizm kimi təyin olunur. Kristal qəfəs ümumilikdə statik və ionik xarakterlidir; hərəkətli ionlar mövcud vacancy və ya interstitial kimi kinetik cəhətdən sabit qüsurlar vasitəsilə miqrasiya edir.

Bu mexanizmdə özünüsağaltma üçün tələb olunan kütlə daşınması qüsur vasitəli klassik ion keçiriciliyindən gəlir. Temperatur yüksəldikcə ion diffuziyası artdığı üçün bir çox Class I materialı yüksək temperaturda daha effektiv davranır.

Tədqiqatda Class I ilə əlaqələndirilən nümunə qrupları arasında:

• qələvi halogenidlər,
• bəzi β-fazalı gümüş halogenidləri,
• CuInSe₂ və CuGaSe₂/CIGS ailəsi,
• bəzi xalkohalogenid ion keçiriciləri,
• Li₆PS₅X bərk elektrolitləri,
• bərk oksid yanacaq hüceyrəsi üçün bəzi oksid keramikaları

yer alır.

ODP–RSP xəritəsində bu sinfin ümumi mövqeyi mənfi ODP ilə təxminən 1 ətrafındakı RSP bölgəsidir.

Class II mexanizmi niyə “dinamik qəfəs” adlandırılır?

Class II dynamic-lattice / thermodynamically stabilized mexanizmdir. Bu sinifdə rabitə strukturunda ionik xarakterlə yanaşı itici antibonding kovalent töhfə ola bilər. Bu rabitə xarakteri atomların tarazlıq mövqelərinin daha elastik olmasını və qəfəsdə güclü dinamik nizamsızlığın yaranmasını dəstəkləyə bilər.

Dayaz enerji landşaftında atomlar müxtəlif yerli mövqelər arasında daha asan hərəkət etdiyindən zədə nəticəsində yaranan lokallaşmış qüsurların aradan qalxması üçün daha çox yenidən təşkil yolu yaranır.

Halogenid perovskitlər bu davranışın əsas nümunələrindəndir. Özünüsağaltma xüsusiyyəti eksperimental olaraq araşdırılmış MAPbI₃ üçün mənbə:

• ODP: 1,2 eV
• RSP: 5,7

dəyərlərini verir və materialı dinamik disorder səbəbilə Class II ilə əlaqələndirir.

ODP–RSP xəritəsində material ailələri necə paylanır?

Tədqiqatın material xəritəsi altı əsas ailəni müqayisə edir: halide perovskites, alkali halides, coinage metal halides, chalcohalides, chalcopyrites və possible ceramics for SOFCs.

Hər ailə eyni nöqtədə toplanmır. Məsələn, halogenid perovskitlərdə Ge, Sn və Pb əsaslı birləşmələrin mühüm hissəsi müsbət ODP və RSP>1 sahəsinə yaxınlaşdığı halda, Au əsaslı perovskitlərin ODP dəyərləri təxminən −1,2 eV ətrafında ayrıca alt qrup yaradır.

Qələvi halogenidlər isə təxminən 0,6–2 RSP intervalında və −6 ilə −1 eV arasındakı mənfi ODP bölgəsində daha dar quruluş göstərir. Bu davranış Class I ionik keçiricilik mexanizmi ilə uyğundur.

Xalkohalogenid ailəsində RSP təxminən üç mərtəbə dəyişə bildiyinə görə eyni ailədə Class I və Class II xarakterləri birlikdə ola bilər. Müəlliflər bu qrupda metal kationun rabitə xarakterinə və buna görə mexanizm sinfinə güclü təsir göstərə biləcəyini müzakirə edirlər.

Halogenid perovskitlər niyə xüsusi mövqedədir?

Halide perovskites ABX₃ quruluşlu materiallardır və fotovoltaik, LED, fotodetektor və kataliz kimi tətbiqlərdə əhəmiyyətlidir. Tədqiqata görə bu materialların bəzilərində antibonding kovalent xarakter və oktahedral tilt kimi güclü dinamik lattice disorder xüsusiyyətləri görünür.

Pb əsaslı perovskitlər təxminən RSP≈5 ətrafında və 0–4 eV müsbət ODP intervalında alt qrup yaradır; Ge və Sn əsaslı materiallar da müsbət ODP bölgəsində yerləşir.

Lakin burada mühüm metod sərhədi var: tədqiqatın məlumat dəstindəki halogenid perovskitlərin çoxunda özünüsağaltmanın birbaşa eksperimental olaraq bilinmədiyi qeyd olunur. Tədqiqatçılar bunları MAPbI₃ kimi özünüsağaltma mexanizmi məlum olan yaxın birləşmələrə ODP–RSP oxşarlığı səbəbilə Class II təlim qrupuna daxil ediblər. Buna görə bu etiketlərin hamısı birbaşa eksperimental müşahidəyə əsaslanmır.

Qələvi halogenidlər Class I davranışını necə göstərir?

Qələvi halogenidlər yüksək temperaturlarda güclü ion keçiriciliyi göstərə bilər. Məsələn, NaCl üçün tədqiqat ODP dəyərini −3,8 eV və RSP dəyərini 1,5 verir.

Na⁺ diffuziya əmsalı təxminən 370 °C-də \(1,8\times10^{-12}\) cm²/s ikən 780 °C-də \(1,3\times10^{-8}\) cm²/s-ə qədər artır. Cl⁻ üçün eyni temperatur intervalında təxminən \(1,6\times10^{-13}\) ilə \(5,5\times10^{-9}\) cm²/s dəyərləri verilir.

Temperaturla güclü şəkildə artan bu klassik qüsur vasitəli ion hərəkətliliyi tədqiqatçıların NaCl kimi sistemləri Class I daxilində qiymətləndirməsinin əsasını təşkil edir.

Gümüş halogenidlərində iki mexanizm birgə görünə bilərmi?

β-AgI, β-AgBr və β-AgCl klassik ion keçiriciliyinə görə Class I davranışına nümunə göstərilir. Buna qarşılıq superionik α-AgI fazasında güclü anharmonik rabitələr və dinamik nizamsızlıq bildirilməsi bu fazanı Class II mexanizminə yaxınlaşdırır.

Tədqiqatçılar Ag əsaslı materialların SVM qərar sərhədinin üst-üstə düşmə bölgəsində yerləşməsini də bu keçid xarakteri ilə əlaqələndirirlər. Başqa sözlə, iki mexanizm tam ayrılmış kimyəvi qutular kimi deyil, bəzi birləşmələrin yaxınlaşa biləcəyi iki fiziki son nöqtə kimi düşünülür.

CIGS enerji çevrilməsi baxımından niyə mühüm Class I nümunəsidir?

Cu(In,Ga)Se₂ və ya CIGS nazik təbəqəli günəş hüceyrələrində istifadə olunan xalkopirit quruluşlu yarımkeçiricidir. Tədqiqatda Cu⁺ ionlarının vacancy və interstitial qüsurlar üzərindən hərəkət edə bilməsi səbəbilə Class I ilə əlaqələndirilir.

CuInSe₂ üçün təxminən 400 °C-də Cu⁺ diffuziya əmsalı təxminən \(10^{-10}\) cm²/s kimi verilir. Bununla belə, xalkopiritlərdə hesablanmış və eksperimental RSP dəyərləri arasında mühüm uyğunsuzluqlar olduğu üçün müəlliflər bu ailə üçün modellərinin ehtiyatla istifadə edilməsini istəyirlər.

Bərk oksid yanacaq hüceyrəsi keramikalarında niyə məlumat problemi var?

Solid oxide fuel cell (SOFC) keramikalarında oksigen vacancy-ləri yüksək temperaturda oksid ionu daşınmasına imkan verir; buna görə mexanizm ümumilikdə Class I xarakterlidir.

Lakin müəlliflər məlum SOFC keramikaları üçün lazım olan ODP məlumatını ədəbiyyatda kifayət qədər tapa bilməyiblər. Bəzi materiallarda RSP dəyərləri də hesablanmış və eksperimental məlumatlar arasında geniş səpələnmə göstərir.

Buna görə tədqiqat SOFC keramikalarının model tərəfindən proqnozlaşdırılmasını xüsusilə zəif sahələrdən biri kimi təsvir edir. Yeni yüksək keyfiyyətli ODP/RSP ölçmələri olmadan bu qrupdakı təsnifatı ümumiləşdirmək uyğun deyil.

SVM təsnifatı necə aparıldı?

Maşın öyrənməsi mərhələsində mexanizm sinfi məlum olan və ya tədqiqatçılar tərəfindən məlum materiallara oxşarlığına görə təyin olunmuş ümumilikdə 88 fərqli material istifadə edilmişdir.

Supervised model kimi Support Vector Machine tətbiq olunub:

• Kernel: linear
• Regularization parameter: C = 1
• Xüsusiyyətlər: ODP və RSP
• Hədəf: Class I / Class II mexanizm ayrımı

SVM-in məqsədi iki mexanizm qrupu arasında marjanı maksimum edən qərar sərhədini tapmaqdır.

Qərar xəttinin ODP ilə log-miqyaslı RSP standart sapmalarına görə normallaşdırılmış meyli −0,992 kimi bildirilmişdir. Müəlliflər bunun iki parametrin sinif ayrımına təxminən bərabər səviyyədə töhfə verdiyini göstərdiyini müdafiə edirlər.

Gaussian Mixture niyə ayrıca istifadə edildi?

SVM sinif etiketlərindən istifadə edərək supervised öyrənmə apararkən Gaussian Mixture eyni məlumat paylanmasında etiketsiz klasterlər axtarır. Model expectation–maximization alqoritmi ilə iki Gaussian paylanmasını müəyyənləşdirərək nöqtələri ehtimal əsasında iki klasterə ayırır.

Gaussian Mixture nəticəsində yaranan iki əsas klasterin SVM ilə təyin olunan Class I və Class II bölgələri ilə ümumilikdə üst-üstə düşməsi tədqiqatçılar tərəfindən mexanizm ayrımının yalnız seçilmiş etiketlərin nəticəsi olmadığına dair tamamlayıcı sübut kimi şərh edilib.

Bununla belə, təsnifat məlumat dəstinin yalnız 88 materialdan ibarət olması və bəzi sinif etiketlərinin birbaşa özünüsağaltma təcrübəsindən gəlməməsi səbəbilə bu uyğunluq universal material qanunu kimi qiymətləndirilməməlidir.

SVM xəritəsində iki sinfin ümumi imzası nədir?

Bu cədvəl mütləq hədd sistemi deyil. Tədqiqatın öz məlumatında Ag əsaslı bəzi materiallar iki sinfin üst-üstə düşmə bölgəsinə daxil olur və bəzi birləşmələrin hər iki mexanizmin xüsusiyyətlərini birlikdə daşıya biləcəyi müzakirə olunur.

Hardness–RSP xəritəsi nə əlavə edir?

ODP və RSP məlumatlarının böyük hissəsi hesablamaya əsaslandığı halda hardness eksperimental ölçülə bilən parametrdir. Buna görə hardness–RSP xəritəsi tam hesablama təsvirçilərindən kənar müstəqil eksperimental baxış təqdim edir.

Xəritədə ioniklik artdıqca ümumilikdə hardness-ın azaldığı və RSP-nin yüksəldiyi meyl görünür. Halide perovskites və Sb-chalcohalides kimi Class II qrupları təxminən 1 GPa səviyyəsində aşağı microhardness ətrafında toplanarkən klassik III–V yarımkeçiricilər təxminən 2–10 GPa intervalında daha sərt bölgə yaradır.

Lakin hardness yalnız kovalent kristallarda etibarlı özünüsağaltma göstəricisi kimi təklif olunur. İonik materiallarda dislokasiyalar və nümunə tarixçəsi hardness-a çox güclü təsir göstərə bilər.

Tədqiqatın əsas məlumat dəsti nə qədər tamdır?

Tədqiqatçılar ümumilikdə 10.486 məlumat nöqtəsindən ibarət kurasiya edilmiş məlumat dəstində dörd parametrin eyni səviyyədə mövcud olmadığını açıq şəkildə göstərirlər. Ümumilikdə 8209 fərqli material olduğu; bir material üçün bir neçə dəyər olduqda onların orta qiymətinin istifadə edildiyi qeyd olunur.

ODP məlumatı %93 ilə olduqca geniş əhatəyə malik olduğu halda hardness yalnız %7,7-dir. RSP əhatəsi %35,9 səviyyəsindədir və bunun böyük hissəsi hesablanmış permitivlik məlumatlarından törədilib. Buna görə modelin fiziki ideyası dörd parametrə əsaslansa da real məlumat sıxlığı parametrlər arasında böyük fərq göstərir.

Table 1-in tam rəqəmləri nə deyir?

Cədvəl tədqiqatın mühüm məhdudiyyətini kəmiyyətcə göstərir: ODP qeydlərinin demək olar hamısı hesablanmışdır və eksperimental ODP yalnız səkkiz məlumat nöqtəsidir. RSP qeydlərinin də böyük əksəriyyəti hesablanmışdır. Hardness isə tədqiqatda tamamilə eksperimental parametr kimi istifadə olunub.

Mənbə-daxili cədvəl qeydi: Hardness sətrində 808 ümumi mövcud qeydə qarşı 807 eksperimental və 0 hesablanmış qeyd verilib. Ionicity sətrində isə 8576 hesablanmış qeyd olmasına baxmayaraq mənbə bu sütunun faizini %82,7 yazır. Bu rəqəm uyğunsuzluqları düzəldilmədən mənbə qeydində ayrıca göstərilib.

RSP məlumatlarında niyə xüsusi etibarlılıq problemi var?

RSP dəyərlərinin böyük hissəsi Materials Project-də hesablanmış ionik və elektron permitivliklərdən törədilib. Eksperimental permitivlik məlumatları MPDS və başqa mənbələrdən əlavə olunub.

Müəlliflər hesablanmış elektron permitivliyin bəzi modellərdə sistematik şəkildə yüksək qiymətləndirilə biləcəyinə və Materials Project-in hesablanmış dəyərlərdə təxminən ±%25-ə qədər nisbi sapma bildirdiyinə diqqət çəkirlər.

Xüsusilə xalkopiritlərdə bəzi hesablanmış RSP dəyərləri eksperimental nəticələrdən çox böyük dərəcədə ayrılır. Bu hal yalnız məlumat miqdarının deyil, məlumat keyfiyyətinin və model mənşəli sistematik xətaların da təsnifatın ümumiləşdirilə bilməsini məhdudlaşdırdığını göstərir.

ODP məlumat dəsti niyə əsasən hesablamalıdır?

Eksperimental ODP ölçmələri ədəbiyyatda nadirdir. Tədqiqatın Table 1-inə görə 9756 ODP qeyd nöqtəsinin yalnız 8-i eksperimental, 9748-i hesablanmış məlumatdır.

Buna görə ODP–RSP xəritəsinin böyük hissəsi fiziki anlayış ölçülə bilən olsa belə praktik olaraq hesablama məlumat bazalarına əsaslanır. Tədqiqatçılar bunu modelin yeni materiallara ümumiləşdirilməsində əsas məhdudiyyətlərdən biri kimi açıq şəkildə qəbul edirlər.

Model hansı yeni özünüsağaltma namizədlərini təklif edir?

ODP–RSP qərar bölgəsindən istifadə etməklə müxtəlif material ailələrindən Class II ilə uyğun namizədlər seçilib. Bu namizədlər “özünüsağaltması sübut olunmuş materiallar” deyil, eksperimental tədqiqat üçün təklif olunan birləşmələrdir.

Bu rəqəmsal mövqelər materialların xəritədə Class II sahəsinə düşdüyünü göstərir. Tədqiqat bu birləşmələrə idarə olunan zədə verib funksional bərpalarını ölçməyib.

BiVO4 niyə diqqətəlayiq namizəddir?

BiVO₄ su parçalanması kimi fotokatalitik tətbiqlərdə istifadə olunan oksiddir. Tədqiqatda RSP = 6,6 və ODP = 0,9 eV dəyərləri ilə Class II klasterinin daxilində yerləşdirilir.

Müəlliflər bu proqnozu Bi³⁺ ionunun yüksək lone-pair polarizability səbəbilə qəfəsdə dinamik yerdəyişmə göstərə bildiyinə dair əvvəlki eksperimental nəticələr və valent bandındakı antibonding xarakterlə uyğun hesab edirlər.

Lakin mövcud tədqiqat BiVO₄-ün zədədən sonra özbaşına funksional bərpasını birbaşa sınaqdan keçirmir. Buna görə nəticə eksperimental özünüsağaltma sübutu deyil, rabitə xarakterinə əsaslanan namizəd prioritetləşdirilməsidir.

BaZrS3 fotovoltaik baxımdan niyə maraqlıdır?

BaZrS₃ üçün ODP = 1,2 eV və RSP = 3,8 dəyərləri verilir. Bu mövqe Class II dinamik qəfəs bölgəsinə düşür.

Material əvvəllər günəş hüceyrəsi absorber namizədi kimi araşdırıldığı üçün özünüsağaltma potensialı təsdiqlənərsə fotovoltaik dayanıqlıq baxımından ayrıca maraqlı ola bilər. Tədqiqatın təklifi məhz budur; real günəş hüceyrəsində daha uzun istifadə ömrü bu məqalədə ölçülməyib.

Qurğuşun xalkogenidləri və halogenidləri nə göstərir?

PbSe, PbTe, PbS və PbI₂ kimi müxtəlif Pb birləşmələri müsbət ODP və yüksək RSP kombinasiyası ilə Class II bölgəsinə düşür.

Məsələn, PbTe üçün mənbə hardness = 0,33 GPa, ODP = 1,8 eV və RSP = 24,9 dəyərlərini verir. Aşağı hardness, yüksək RSP və müsbət ODP birlikdə tədqiqatçıların Class II üçün təklif etdiyi repulsive-covalent/dynamic-lattice xarakterlə uyğundur.

Bu materiallar üçün rabitə xüsusiyyətlərinin uyğun olması konkret iş temperaturunda, zədə tipində və cihaz strukturunda mütləq praktik özünüsağaltmanın baş verəcəyi demək deyil.

Tədqiqat məlumat elmi baxımından nə deyir?

Tədqiqatın müzakirə bölməsindəki güclü mesajlardan biri müasir material elminin “böyük məlumat” dövründə olmasına baxmayaraq kritik fiziki xüsusiyyətlərdə məlumat çatışmazlığının hələ də çox ciddi olmasıdır.

Müəlliflər RSP, ODP və hardness kimi əsas xüsusiyyətlərin bir çox material üçün ya heç ölçülmədiyini, ya da müxtəlif eksperimental şərtlərdə bir-biri ilə uyğunsuz şəkildə bildirildiyini qeyd edirlər.

Buna görə gələcəkdə təbii dil emalı ilə ədəbiyyat mədənçiliyi, qapalı dövr süni intellekt sistemləri, robotik sintez və avtonom laboratoriyaların minlərlə yüksək keyfiyyətli məlumat nöqtəsi yaratmalı olduğu irəli sürülür. Bununla belə, tədqiqatçılar LLM və ya avtomatik məlumat çıxarışının real elmi mənbə nəzarətini əvəz etməməli olduğunu da açıq şəkildə vurğulayırlar.

Praktikada yeni material necə skrininq oluna bilər?

Tədqiqatın təklif etdiyi praktik yol üç mərhələdən ibarətdir:

1. Özünüsağaltma baxımından araşdırılacaq materialı və ya material qrupunu seçmək.
2. Mümkün olduqda ionicity, RSP, ODP və hardness dəyərlərini ölçmək, hesablamaq və ya etibarlı ədəbiyyatdan toplamaq. İlkin skrininq üçün yalnız RSP və ODP də istifadə oluna bilər.
3. Əldə edilən dəyərləri mövcud Class I/Class II material klasterləri ilə müqayisə edərək mümkün mexanizm sinfini müəyyənləşdirmək və sonra bu proqnozu real zədə–sağalma təcrübələri ilə sınaqdan keçirmək.

Bu iş axını material kəşfinin son mərhələsi deyil, baha və vaxt aparan təcrübələrdən əvvəl istifadə olunan hipotez yaratma qatıdır.

Tədqiqatın dəstəklədiyi nəticələr

• ODP və RSP birlikdə istifadə edildikdə araşdırılan məlumat dəstində iki əsas özünüsağaltma mexanizm sinfi ayrıla bilir.
• Class I materiallar ümumiyyətlə mənfi ODP və təxminən 1 ətrafındakı RSP ilə, qüsur vasitəli ion daşınmasının üstün olduğu statik qəfəslərlə əlaqəlidir.
• Class II materiallar ümumiyyətlə müsbət ODP, yüksək RSP və kovalent kristallarda aşağı hardness ilə, dinamik və antibonding xarakterli qəfəslərlə əlaqəlidir.
• Xətti SVM və Gaussian Mixture analizləri məlumatda iki əsas mexanizm bölgəsinin olduğunu göstərir.
• SVM qərar sərhədinin normallaşdırılmış meyli −0,992-dir və müəlliflər ODP ilə RSP-nin sinif ayrımında təxminən bərabər əhəmiyyət daşıdığını şərh edirlər.
• Əsas məlumat dəsti 10.486 məlumat nöqtəsini və ümumilikdə 8209 materialı əhatə edir.
• Maşın öyrənməsi təsnifatında 88 materiallıq alt dəst istifadə olunub.
• BiVO₄, BaZrS₃, PbTe və bəzi digər birləşmələr eksperimental özünüsağaltma araşdırması üçün potensial Class II namizədləri kimi müəyyən edilib.
• Hardness xüsusilə kovalent kristallar üçün hesablama tələb etməyən köməkçi eksperimental təsvirçi kimi istifadə edilə bilər.
• Məlumat çatışmazlığı və hesablanmış–eksperimental xüsusiyyətlər arasındakı uyğunsuzluqlar modelin ümumiləşdirilə bilməsini məhdudlaşdırır.

Tədqiqatın dəstəkləmədiyi və ya sınaqdan keçirmədiyi nəticələr

• Model tərəfindən təklif edilən bütün namizəd materialların həqiqətən özünüsağaltdığı eksperimental olaraq göstərilməyib.
• BiVO₄, BaZrS₃, PbTe və ya digər namizədlərin real cihazlarda daha uzun istifadə ömrü təmin etdiyi bu tədqiqatda ölçülməyib.
• ODP>0 və ya RSP>1 olması təkbaşına materialın mütləq özünüsağaldacağını sübut etmir.
• Class I və Class II bütün bərk materiallar üçün mütləq və kəskin sərhədlər deyil; Ag əsaslı bəzi sistemlər mexanizmlər arasındakı üst-üstə düşmə bölgəsində yerləşir.
• 88 materiallıq təsnifat dəstindəki bütün sinif etiketləri birbaşa özünüsağaltma təcrübələrindən əldə edilməyib.
• Hardness ionik kristallarda etibarlı universal özünüsağaltma göstəricisi deyil.
• Hesablanmış RSP və ODP dəyərlərinin real eksperimental dəyərlərlə hər material ailəsində uyğun olduğu göstərilməyib.
• Model xüsusilə solid oxide fuel cell keramikalarında mövcud məlumat azlığı səbəbilə güclü ümumiləşdirmə edə bilmir.
• Tədqiqat heç bir yeni material sintez etməyib və namizədlərin zədədən sonra fiziki sağalmasını birbaşa ölçməyib.

Tədqiqatın Metodu və Nəticələri

Məlumat mədənçiliyi yanaşması

Tədqiqat yeni materialları laboratoriyada sintez etmək əvəzinə əvvəllər yayımlanmış eksperimental məlumatlarla hesablama material bazalarını birləşdirib. Dörd əsas xüsusiyyət kimyəvi formul və kristal faza əsasında unikal material qeydləri ilə uyğunlaşdırılıb.

Əsas kurasiya edilmiş məlumat bazası 10.486 məlumat nöqtəsindən ibarətdir. Eyni kimyəvi formul və faza üçün birdən çox məlumat olduqda müvafiq dəyərlərin orta qiyməti istifadə olunub. Mənbə ümumilikdə 8209 material olduğunu bildirir.

Ionicity məlumatının hazırlanması

Pauling əsaslı ionicity yanaşması ikili birləşmələrdə birbaşa istifadə oluna bilsə də tədqiqatın məlumat dəstində çoxelementli sistemlər də var. Buna görə hər cation–anion rabitəsi üçün ioniklik hesablanıb və birləşmə səviyyəsində orta qiyməti götürülüb.

Koordinasiya mühitinin müəyyənləşdirilməsi üçün pymatgen istifadə edilib. Buna görə tədqiqat Table 1 dipnotunda ionicity-nin “eksperimental” deyil, hesablama qiymətləndirməsi ehtiva etdiyini ayrıca qeyd edir.

RSP məlumatları haradan gəlir?

RSP dəyərlərinin çoxu Materials Project-dəki hesablanmış ionic və electronic permittivity dəyərlərindən törədilib. Eksperimental permitivlik məlumatları Materials Platform for Data Science (MPDS) və müxtəlif ədəbiyyat mənbələrindən götürülüb.

Eyni material və faza üçün birdən çox permitivlik qeydi olduqda orta permitivlik dəyərləri istifadə olunub, sonra RSP eyni tənliklə hesablanıb.

Table 1-ə görə RSP üçün:

• 3761 qeyd mövcuddur,
• bunların 285-i eksperimentaldır,
• 3476-sı hesablanıb.

ODP məlumatları haradan gəlir?

ODP dəyərləri əsasən yüksək məhsuldarlıqlı hesablama deformasiya potensialı məlumat mənbələrindən və əlavə ədəbiyyat tədqiqatlarından toplanıb.

Table 1-ə görə ODP üçün 9756 qeyd mövcuddur. Bunların yalnız səkkizi eksperimental, 9748-i hesablanmış qeyddir. Bu nisbət ODP–RSP təsnifatının niyə böyük ölçüdə hesablama material məlumatına bağlı olduğunu göstərir.

Hardness məlumatları necə seçildi?

Hardness məlumatları MPDS və əlavə ədəbiyyat mənbələrindən götürülüb və tədqiqat onları tamamilə eksperimental parametr kimi qiymətləndirir.

Müxtəlif indenter həndəsələri və yüklərin nəticələrə təsir edə bildiyi məlum olduğundan tədqiqatçılar mümkün qədər microhardness və əsasən Vickers indentation əsaslı dəyərləri seçiblər.

Hardness əhatəsi əsas məlumat dəstinin yalnız %7,7-sidir; bu aşağı əhatəyə baxmayaraq parametrin eksperimental olaraq nisbətən asan ölçülə bilməsi yeni materialların ilkin qiymətləndirilməsində üstünlük verə bilər.

Maşın öyrənməsi təlim dəsti

Dörd təsvirçinin olduğu bütün 10.486 məlumat nöqtəsi birbaşa SVM təliminə verilməyib. Mexanizm təsnifatı üçün Table S8-də verilmiş ümumilikdə 88 material seçilib.

Class II təlim qrupuna Ge/Sn/Pb halide perovskites ilə Sb chalcohalides və Sb₂S₃/Sb₂Se₃ kimi dinamik qəfəs davranışı ilə əlaqələndirilən materiallar daxil edilib.

Class I qrupunda metal halides, CuInSe₂, CuGaSe₂, məlum solid-oxide electrolyte nümunələri və Class I chalcohalides yer alır.

Mühüm metod məhdudiyyəti odur ki, halide perovskites qrupundakı materialların çoxunda real özünüsağaltma davranışı hələ məlum deyil. Müəlliflər bu birləşmələri MAPbI₃ kimi məlum Class II perovskitlərə xəritədəki yaxınlıqlarına görə eyni mexanizm sinfinə təyin ediblər.

SVM və Gaussian Mixture qurulması

SVM linear kernel və C=1 regularization parametri ilə qurulub. Məqsəd ODP–RSP məkanında iki sinfi ayıran maksimum marjinli qərar xətti yaratmaqdır.

İkinci üsul Gaussian Mixture-dır. Bu unsupervised alqoritm expectation–maximization istifadə edərək məlumat paylanmasını iki Gaussian klasterinin xətti kombinasiyası kimi modelləşdirir.

Tədqiqatçılar Supporting Information-da müxtəlif train-test bölgülərinə qarşı qərar sərhədinin həndəsəsini və model nəticələrini yoxladıqlarını, hesablanmış RSP/ODP nöqtələrinin daxil edilməsinin təsnifatı nəzərəçarpacaq dərəcədə pozmadığını bildirirlər.

Qərar sərhədinin fiziki mənası

SVM qərar sərhədi yalnız riyazi ayırıcı kimi saxlanmayıb. Müəlliflər sərhədin iki tərəfində yerləşən materialların rabitə fizikasının sistematik olaraq fərqli olduğunu irəli sürürlər.

Class I tərəfi kinetik cəhətdən stabilləşmiş vacancy/interstitial qüsurlarla ion daşınmasının baş verdiyi daha statik qəfəslərə; Class II tərəfi isə antibonding xarakter, dayaz enerji landşaftı və dinamik disorder ilə daha asan atomik yenidən təşkilə uyğun gəlir.

Qərar sərhədinin normallaşdırılmış meylinin −0,992 olması RSP ilə ODP-nin məlumat dəstində mexanizm ayrımında təxminən oxşar məlumat daşıması kimi şərh olunub.

Sərhəd bölgəsindəki materiallar niyə vacibdir?

β-AgI, bəzi digər silver halides və Ag₃SI kimi materiallar iki klasterin üst-üstə düşdüyü bölgələrdə yerləşə bilər. Tədqiqatçılar bunu Ag⁺ ionunun çevik koordinasiyasına, aşağı effektiv yük sıxlığına və bəzi fazalardakı həm statik, həm dinamik disorder kombinasiyasına bağlayırlar.

SbSeI, Sb₂Se₃, Sb₂S₃, RbPbBr₃ və LiSnCl₃ kimi bəzi Class II birləşmələri də qərar sərhədi marjinləri daxilində yerləşir. Müəlliflər bu sistemlərin iki mexanizm xarakterini müəyyən dərəcədə birləşdirə biləcəyini təklif edirlər.

Bu şərh eyni nümunədə iki mexanizmin eyni vaxtda birbaşa ölçülməsindən deyil, ODP–RSP mövqeyi və ədəbiyyatdakı qəfəs dinamiklərindən edilən fiziki şərhdən gəlir.

Yeni namizədlərin müəyyənləşdirilməsi

SVM/Gaussian Mixture sinifləri müəyyən edildikdən sonra əsas məlumat dəstindəki müxtəlif ailələr Class II bölgəsinə yaxınlıq baxımından taranıb. Fig. 6-da oxides, halide perovskites, Ba chalcogenides, Pb chalcogenides/halides və bəzi Cu tərkibli xalkogenidlər ayrı simvollarla göstərilir.

BiVO₄, Ba₂ZrO₄, Ba₂HfO₄, BaZrS₃, Ba₂ZrS₄, Ba₂HfS₄, PbSe, PbTe, PbS, PbI₂, TlSnI₃, TlCdCl₃, InSnCl₃ və digər birləşmələr eksperimental izləmə üçün təklif olunur.

Tl və Cd tərkibli bəzi halide perovskite namizədləri toksiklik səbəbilə müəlliflər tərəfindən yalnız elmi maraq daşıyan sistemlər kimi məhdudlaşdırılır.

Namizəd proqnozlarının enerji texnologiyalarına bağlantısı

Tədqiqatın dayanıqlı enerji baxımından məqsədi enerji çevirici materialların yalnız ilkin səmərəliliyini deyil, zədədən sonrakı funksional davamlılığını da dizayn parametri etməkdir.

BaZrS₃, BaCuYSe₃ və BaCuYTe₃ kimi materialların optoelektron/fotovoltaik tətbiqlərdə araşdırılmış olması səbəbilə özünüsağaltma potensialının ayrıca təsdiqlənməsi cihaz ömrü baxımından yeni seçim meyarı yarada bilər.

Eynilə, solid oxide fuel cell ceramic namizədlərində özünüsağaltmanın mümkün olması ion keçirici keramikaların zədə tolerantlığı baxımından əhəmiyyətli ola bilər; lakin tədqiqatın mövcud CSOFC məlumat keyfiyyəti bu sahədə dəqiq namizəd sıralaması vermək üçün kifayət deyil.

Məlumat keyfiyyətinin modelə təsiri

Tədqiqatın müzakirə bölməsində ən güclü özünütənqidlərdən biri mövcud material məlumat bazalarının natamam və bəzən bir-biri ilə uyğunsuz olmasıdır.

Hesablanmış permitivlik dəyərlərindəki sapmalar RSP-yə birbaşa təsir edir. ODP-nin demək olar hamısının hesablanmış olması, hardness-ın isə nümunə hazırlığı və indentation şərtlərinə güclü bağlı olması müxtəlif xəta mənbələri yaradır.

Buna görə müəlliflər yüksək model uğurunun təkbaşına etibarlı material kəşfi üçün kifayət etmədiyini; əsas fiziki məlumatın keyfiyyətinin süni intellekt və maşın öyrənməsi nəticələrinin etibarlılığını birbaşa müəyyən etdiyini vurğulayırlar.

Tədqiqatın əsas məhdudiyyətləri

• SVM/Gaussian Mixture mexanizm analizi yalnız 88 material üzərində qurulub.
• Halide perovskite sinif etiketlərinin bir hissəsi birbaşa özünüsağaltma təcrübəsindən deyil, oxşarlıq fərziyyəsindən gəlir.
• RSP qeydlərinin yalnız %35,9-u əsas məlumat dəstində mövcuddur.
• Hardness məlumatı əsas məlumat dəstinin yalnız %7,7-sini əhatə edir.
• ODP məlumatlarının demək olar hamısı hesablanmışdır.
• Hesablanmış və eksperimental RSP arasında xüsusilə bəzi xalkopiritlərdə mühüm uyğunsuzluqlar var.
• Hardness ionik kristallarda sintez və qüsur tarixçəsindən güclü asılıdır.
• CSOFC materialları üçün ODP/RSP məlumat keyfiyyəti və əhatəsi məhduddur.
• Təklif olunan yeni namizədlərin özünüsağaltması bu tədqiqat daxilində eksperimental olaraq təsdiqlənməyib.
• Modeldə iş temperaturunun ərimə temperaturuna nisbəti kimi özünüsağaltmaya təsir edə biləcək digər fiziki təsvirçilər yer almır.

Tədqiqatın elmi mənası

Tədqiqatın yeniliyi “özünüsağaltma üçün tək sehrli hədd” tapmaq deyil. Əsas töhfə kimyəvi rabitənin dörd fərqli fiziki proyeksiyasını ortaq material xəritəsində birləşdirərək özünüsağaltma mexanizmini proqnozlaşdırmağa çalışmasıdır.

Bu yanaşma material kəşfini tərsinə çevirir: əvvəlcə minlərlə namizədin ayrı-ayrılıqda zədə testini aparmaq əvəzinə rabitə xarakteri uyğun görünən materiallar hesablama və məlumat mədənçiliyi ilə prioritetləşdirilə bilər; sonra real özünüsağaltma təcrübəsi bu daha kiçik namizəd qrupuna tətbiq edilə bilər.

Tədqiqatın mühüm mesajlarından biri də maşın öyrənməsi performansından asılı deyil: fiziki baxımdan mənalı təsvirçilər seçilmədən yalnız böyük məlumatdan istifadə kifayət deyil. Eynilə fiziki baxımdan yaxşı model də etibarlı məlumat olmadan ümumiləşdirilə bilməz.

Mənbə və Metod Qeydi

Tam orijinal tədqiqat adı: Using bond characteristics to predict self-healing properties in materials for sustainable energy conversion

Müəlliflər: Yuval Mualem; David Cahen; Yevgeny Rakita; Hannah-Noa Barad.

Müəllif sırası: Mənbədəki orijinal sıra eynilə qorunub.

Bərabər töhfə/bərabər birinci müəllif: Mənbədə qeyd olunmayıb.

Məsul müəlliflər: Yevgeny Rakita və Hannah-Noa Barad.

Qurumlar: Department of Chemistry, and Institute of Nanotechnology & Advanced Materials (BINA), Bar-Ilan University, Ramat-Gan, Israel; mənbədə “IsraelIsrael National Institute of Energy Storage (INIES)” formasında verilən qurum, Ramat-Gan, Israel; Department of Molecular Chemistry & Materials Science, Weizmann Institute of Science, Rehovot, Israel; Department of Materials Engineering, Ben Gurion University of the Negev, Be’er Sheva, Israel.

Afiliyasiya yazılışı qeydi: Mənbənin yayımlanmış ilk səhifəsində ikinci qurumun adı “IsraelIsrael National Institute of Energy Storage (INIES)” formasında yazılıb. Bu təkrar mənbədə həqiqətən olduğuna görə Verianla bunu orijinal qurum adı kimi qəbul etməyib; yalnız mənbə-daxili yazılış problemi kimi qeyd edib.

Mənbə növü: Resenziyalı tədqiqat məqaləsi; eksperimental və hesablama material məlumatlarının kurasiyasını, fiziki xüsusiyyət analizini və maşın öyrənməsi təsnifatını birləşdirən məlumat yönümlü materialşünaslıq tədqiqatıdır.

Jurnal: Materials Today

Nəşriyyat: Elsevier Ltd.

Cild / məqalə nömrəsi: 98 (2026), 103445

Onlayn nəşr tarixi: 8 iyul 2026

DOI: 10.1016/j.mattod.2026.103445

Rəsmi nəşr bağlantısı: https://www.sciencedirect.com/science/article/pii/S1369702126002919

DOI bağlantısı: https://doi.org/10.1016/j.mattod.2026.103445

Resenziya vəziyyəti: Tədqiqat Materials Today jurnalında yayımlanmış resenziyalı tədqiqat məqaləsidir.

Lisenziya: Creative Commons Attribution 4.0 International (CC BY 4.0).

Məlumat əlçatanlığı: Tədqiqatın məlumat dəsti Supplementary Information daxilindəki “Supporting Tables.xlsx” faylının Table S1 bölməsində paylaşılıb.

Kod əlçatanlığı: Mənbə analiz kodunun https://github.com/barad-lab/SH-ionicity-RSP-ODP-hardness ünvanında olduğunu bildirir.

Yeni material istehsalı: Tədqiqat yeni və unikal material istehsal etməyib.

Lead contact: Hannah-Noa Barad.

Maraqların toqquşması: Müəlliflər məlum rəqabətli maliyyə marağı və ya tədqiqata təsir edə biləcək şəxsi münasibət bildirməyiblər.

Dəstək/təşəkkür: Yuval Mualem Israeli Ministry of Energy and Infrastructure grant 225-11-060 dəstəyini; Hannah-Noa Barad eyni qurumun 222-11-081 dəstəyini; Yevgeny Rakita Israel Science Foundation 848/24 dəstəyini; David Cahen isə Weizmann Institute Institute for Environmental Sustainability dəstəyini qeyd edir.

Müəllif töhfələri: Yuval Mualem; ilkin qaralama, gözdən keçirmə, vizuallaşdırma, doğrulama, proqram təminatı, metodologiya, tədqiqat, formal analiz, məlumat kurasiyası və konseptuallaşdırmaya töhfə verib. David Cahen; ilkin qaralama və gözdən keçirmə, vizuallaşdırma, doğrulama, nəzarət, resurslar, metodologiya, tədqiqat, maliyyələşdirmənin əldə edilməsi, məlumat kurasiyası və konseptuallaşdırmaya töhfə verib. Yevgeny Rakita; yazı, vizuallaşdırma, doğrulama, nəzarət, layihə idarəetməsi, metodologiya, tədqiqat, maliyyələşdirmənin əldə edilməsi, məlumat kurasiyası və konseptuallaşdırmaya töhfə verib. Hannah-Noa Barad; yazı, vizuallaşdırma, doğrulama, nəzarət, resurslar, layihə idarəetməsi, metodologiya, tədqiqat, maliyyələşdirmənin əldə edilməsi, məlumat kurasiyası və konseptuallaşdırmaya töhfə verib.

Məlumat dəsti: Əsas kurasiya edilmiş məlumat analizində 10.486 məlumat nöqtəsi və ümumilikdə 8209 material var. Eyni kimyəvi formul və faza üçün birdən çox dəyər varsa tədqiqatçılar orta qiymətdən istifadə ediblər.

Maşın öyrənməsi alt məlumat dəsti: Class I və Class II mexanizmlərini ayırmaq üçün istifadə olunan SVM və Gaussian Mixture analizləri seçilmiş 88 materiallıq məlumat dəsti üzərində aparılıb.

Sinif etiketlərinin sərhədi: Maşın öyrənməsi məlumat dəstindəki bütün etiketlər birbaşa eksperimental özünüsağaltma sübutuna əsaslanmır. Mənbə bir çox halide perovskite üçün özünüsağaltmanın məlum olmadığını və bu materialları məlum Class II perovskitlərə ODP–RSP yaxınlıqları üzərindən Class II kimi təyin etdiyini açıq şəkildə bildirir.

Table 1 hardness uyğunsuzluğu: Mənbə hardness üçün 808 məlumat nöqtəsi olduğunu, bunların 807-sinin eksperimental və 0-nın hesablanmış olduğunu verir. Bu rəqəmlərin cəmi 808 etmədiyinə görə Verianla çatışmayan bir qeydin növünü fərziyyə ilə tamamlamayıb.

Table 1 ionicity uyğunsuzluğu: Mənbə ionicity üçün 8576 məlumat nöqtəsi olduğunu və 8576-sının hesablanmış olduğunu bildirərkən hesablanmış məlumat faizini %82,7 kimi yazır. Bu faiz sətirdəki rəqəmlərlə uyğun deyil. Dəyər səssiz şəkildə düzəldilməyib.

Terminologiya qeydi: Metod bölməsində unsupervised model “Gaussian Mixture” kimi təyin edilib. Nəticələr bölməsinin bir cümləsində “Gaussian Mixing” ifadəsi keçir. Tətbiq olunan riyazi metodun adı mənbə metoduna uyğun olaraq Gaussian Mixture kimi istifadə edilib.

Elmi sərhəd: Tədqiqat rabitə-xarakteri təsvirçilərinə əsaslanaraq yeni özünüsağaltma namizədləri təklif edir; bu namizədlərdə idarə olunan zədədən sonra struktur və ya funksional bərpanı eksperimental olaraq ölçmür. Buna görə “Class II namizədi” ifadəsi “özünüsağaltması sübut edilmiş material” demək deyil.

Məlumat keyfiyyəti sərhədi: RSP və ODP-nin mühüm hissəsi hesablama məlumat bazalarından gəlir; tədqiqatçılar bəzi material ailələrində hesablanmış və eksperimental dəyərlər arasında ciddi fərqlər olduğunu bildirirlər. Model xüsusilə məlumat əhatəsinin aşağı olduğu solid oxide fuel cell ceramic qrupunda daha məhduddur.

Məzmun istehsalı metodu: Bu Verianla izahındakı mexanizmlər, tənliklər, məlumat sayları, material sinifləri, namizəd proqnozları və məhdudiyyətlər yalnız araşdırılan mənbə tədqiqata əsaslanır. Xarici yoxlama tədqiqat kimliyi, rəsmi nəşr qeydi və jurnalın resenziya siyasətinin biblioqrafik təsdiqi ilə məhdudlaşdırılıb; xarici mənbələrdən yeni özünüsağaltma nəticəsi və ya mənbədə olmayan eksperimental performans dəyəri əsas məqaləyə əlavə edilməyib.