MétaCan
Menu
Retour à la cohorte
Enregistrement W2142036122 · doi:10.1002/aenm.201301718

Very High Surface Capacity Observed Using Si Negative Electrodes Embedded in Copper Foam as 3D Current Collectors

2014· article· en· W2142036122 sur OpenAlexafffund
Driss Mazouzi, David Reyter, Magali Gauthier, Philippe Moreau, Dominique Guyomard, Lionel Roué, Bernard Lestriez

Notice bibliographique

RevueAdvanced Energy Materials · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceCurrent collectorFaraday efficiencyGravimetric analysisComposite materialCopperElectrodeGraphiteLithium (medication)Composite numberAnodeCarbon fibersMetallurgyElectrolyte

Résumé

récupéré en direct d'OpenAlex

Cu foam is evaluated as a replacement for metal foil current collectors to create 3D composite electrodes with the objective to produce Si‐based anodes with high loadings. The electrodes are prepared by casting the slurry into the porosity of the foam. With such a design, the loading and the surface capacity can reach values as high as 10 mg cm −2 and 10 mAh cm −2 . Compared to the common 2D design, the 3D copper framework shows a great advantage in the cycle life (more than 400 cycles at a Si loading of 10 mg cm −2 with commercial micrometric particles) and power performance. The thinness of the composite coating on the foam walls favors a better preservation of the electronic wiring upon cycling and fast lithium ion diffusion. A higher coulombic efficiency in half cells with lithium metal as the counter electrode is achieved by using carbon nanofibers (CNF) rather than carbon black (CB). The possibility to reach, in practice, higher surface capacity could allow a significant increase in both the volumetric and gravimetric energy densities by 23% and 19%, respectively, for the Cu foam‐silicon//LiFePO 4 stack compared to the graphite/LiFePO 4 stack of traditional design.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,255
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,022
Tête enseignante GPT0,248
Écart entre enseignants0,226 · 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 tête enseignante, pas un consensus.

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

Citations72
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Energy MaterialsMême sujetAdvancements in Battery MaterialsTravaux en français237 207