MétaCan
Menu
← Retour à la cohorte
Enregistrement W2023272153 · doi:10.1139/p10-005

Application of the “confusion principle” to Sn-based materials as negative electrode materials for Li-ion batteries

2010· article· en· W2023272153 sur OpenAlexaffvenue
P. Ferguson, J. R. Dahn

Notice bibliographique

RevueCanadian Journal of Physics · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésTinAmorphous solidConfusionAlloyIntermetallicElectrodeDiffractionIonAnalytical Chemistry (journal)Carbon fibersMaterials scienceMetallurgyPhysicsCrystallographyComposite materialChemistryComposite numberChromatography

Résumé

récupéré en direct d'OpenAlex

The “confusion principle” (Greer. Nature, 366, 303 (1993)) is applied to tin-3d transition metals carbon alloys to obtain a nanostructured negative electrode material. Various Sn–TMs–C samples with TMs = Ti, V, Cr, Mn, Fe, Co, Ni, and Cu (all included with same atomic ratios) were prepared by mechanical milling and by mechanical alloying. Each 10-component alloy sample was examined structurally using X-ray diffraction (XRD) and electrochemically using Li/Sn–TM–C cells. The sample Sn10TMs80C10 showed a nanostructured or amorphous-type XRD pattern, which shows the validity of this principle. XRD patterns of samples prepared with higher Sn atomic content showed crystalline features of Sn-based intermetallics. As expected, a very low specific capacity ( [Formula: see text]100 mAh/g) was observed for the sample Sn10TMs80C10. The sample Sn30TMs30C40 had the highest specific capacity (near 400 mAh/g) of the samples prepared. However, features of Sn aggregation were noticed at cycle number 80 of the latter sample, which are normally detrimental to the capacity retention upon further cycling.

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)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,239
Écart entre enseignants0,231 · 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
GenreEmpirique

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

En bref

Citations2
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Physics→Même sujetAdvancements in Battery Materials→Travaux en français237 207→