MétaCan
Menu
Retour à la cohorte
Enregistrement W2158883698 · doi:10.1149/2.049404jes

Comparative Study on Methylene Methyl Disulfonate (MMDS) and 1,3-Propane Sultone (PS) as Electrolyte Additives for Li-Ion Batteries

2014· article· en· W2158883698 sur OpenAlexafffund
Jian Xia, Jessie Harlow, R. Petibon, J. C. Burns, L. P. Chen, J. R. Dahn

Notice bibliographique

RevueJournal of The Electrochemical Society · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensDalhousie University
Organismes subventionnairesNational Key Research and Development Program of ChinaNatural Sciences and Engineering Research Council of CanadaSamsungLG Chem
Mots-clésFaraday efficiencyElectrolyteDielectric spectroscopyChemistryElectrochemistryEthylene carbonateInorganic chemistryChemical engineeringElectrode

Résumé

récupéré en direct d'OpenAlex

The effectiveness of two electrolyte additives, 1,3-propane sultone (PS) and methylene methanedisulfonate (MMDS) either singly or in combination with vinylene carbonate (VC) has been studied. Li(Ni1/3Mn1/3Co1/3)O2 (NMC)/Graphite pouch cells containing these additives were studied using ultra high precision coulometry, automated storage experiments and electrochemical impedance spectroscopy. The two additives have the same SO3 functional group but it seems PS is more widely used by battery manufacturers. When used alone, both additives decrease the charge transfer impedance during cycling while MMDS shows better coulombic efficiency and lower charge end point capacity slippage rate than PS. Compared with 2% VC, MMDS in combination with 2% VC significantly improves the coulombic efficiency and the charge slippage rate, reduces the charge transfer impedance during cycling and decreases the voltage drop during storage while the addition of PS to VC-containing electrolyte does not show this added benefit. Compared to PS, MMDS seems to be a more beneficial additive for improving cell performance.

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 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 enseignants0,037
Score d'incertitude au seuil0,594

Scores Codex et Gemma par catégorie

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,016
Tête enseignante GPT0,296
Écart entre enseignants0,280 · 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.

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

Citations65
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical SocietyMême sujetAdvanced Battery Technologies ResearchTravaux en français237 207