MétaCan
Menu
Retour à la cohorte
Enregistrement W2152603967 · doi:10.1039/c1ee01263k

Understanding and recent development of carbon coating on LiFePO<sub>4</sub>cathode materials for lithium-ion batteries

2011· article· en· W2152603967 sur OpenAlexaff
Jiajun Wang, Xueliang Sun

Notice bibliographique

RevueEnergy & Environmental Science · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCoatingLithium (medication)Carbon fibersCathodeComposite numberLithium iron phosphateParticle sizeElectrochemistryParticle (ecology)Chemical engineeringNanoparticleLithium-ion batteryBattery (electricity)NanotechnologyComposite materialElectrodeChemistryElectrical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Olivine-structured LiFePO4 has been the focus of research in developing low cost, high performance cathode materials for lithium ion batteries. Various processes have been developed to synthesize LiFePO4 or C/LiFePO4 (carbon coating on LiFePO4), and some of them are being used to mass produce C/LiFePO4 at the commercial or pilot scale. Due to the low intrinsic electronic and ionic conductivities of LiFePO4, the decrease of particle size and the nano-layer of carbon coating on LiFePO4 particle surfaces are necessary to achieve a high electrochemical performance. Significant progress has been made in understanding and controlling phase purity, particle size and carbon coating of the C/LiFePO4 composite material in the past. However, there are still many challenges in achieving a high quality product with high consistency. In this review, we summarize some of the recent progress and advances based on selected reports from peer-reviewed journal publications. Several typical synthesis methods and the effect of carbon coating quality on the properties of C/LiFePO4 composite are reviewed. An insight into the future research and further development of C/LiFePO4 composite is also discussed.

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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,048
Tête enseignante GPT0,221
Écart entre enseignants0,173 · 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
GenreSynthèse

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

En bref

Citations997
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & Environmental ScienceMême sujetAdvancements in Battery MaterialsTravaux en français237 207