MétaCan
Menu
Retour à la cohorte
Enregistrement W2113203943 · doi:10.1039/c3ra45706k

Spinel materials for high-voltage cathodes in Li-ion batteries

2013· article· en· W2113203943 sur OpenAlexaff
D. Liu, Wen Zhu, Julie Trottier, Catherine Gagnon, F. Barray, Abdelbast Guerfi, A. Mauger, H. Groult, C. Julien, John B. Goodenough, Karim Zaghib

Notice bibliographique

RevueRSC Advances · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensHydro-Québec
Organismes subventionnairesnon disponible
Mots-clésSpinelCathodeMaterials scienceLithium (medication)ElectrochemistryEnergy storageIonNanotechnologyEngineering physicsElectrical engineeringPower (physics)ChemistryMetallurgyElectrodeEngineering

Résumé

récupéré en direct d'OpenAlex

The success of lithium-ion batteries in small-scale applications translates to large-scale applications, with an important impact in the future of the environment by improving energy efficiency and reduction of pollution. In this review, we present the progress that allows lithium-insertion compounds with the spinel structure to become the active cathode element of a new generation of Li-ion batteries, namely the 5 V cathodes, which promise to improve the technologies of energy storage and electric transportation, thereby addressing the replacement of the gasoline engine and the increasing demand for green energy power sources. The compounds considered here include the spinel LiNi0.5Mn1.5O4 and its related Cr-doped structure. Emphasis is placed on the control of physical properties that is needed to guarantee the reliability and the optimum electrochemical performance of these materials as the active cathode element of Li-ion batteries. We also report the structural evolution of the spinel phase in both charge (Li extraction) and discharge (Li insertion) reactions.

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)0,000
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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,013
Tête enseignante GPT0,256
Écart entre enseignants0,243 · 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

Citations243
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRSC AdvancesMême sujetAdvancements in Battery MaterialsTravaux en français237 207