MétaCan
Menu
Retour à la cohorte
Enregistrement W2243145783 · doi:10.14447/jnmes.v15i4.42

High Surface Area Lithium Titanate Electrode for Li-ion Batteries

2012· article· en· W2243145783 sur OpenAlexvenueno aff
Nishant M. Tikekar, John J. Lannutti, Ramchandra Rao Revur, Suvankar Sengupta

Notice bibliographique

RevueJournal of New Materials for Electrochemical Systems · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectrospinningLithium (medication)Materials scienceAnodeChemical engineeringLithium titanateTitaniumElectrodeElectrochemistrySolventTitanateTitanium oxideLithium-ion batteryComposite materialCeramicChemistryBattery (electricity)MetallurgyPolymerOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A lithium titanate (Li4Ti5O12) anode composed of submicron fibers with nanosize grains was fabricated by electrospinning from spin dopes prepared from nanoparticles of lithium titanium oxide (Li4Ti5O12) and polyvinylpyrolidone (PVP) in a solvent. Optimal electrospinning conditions and solvent composition that could be electrospun into fibers under a variety of ambient conditions were determined. Pyrolyzing the electrospun fibers at high temperatures (700°C for 5 hours in air) and plasma-treating in oxygen (500 m Torr for 30 m) revealed a nano-size grain structure within the individual fibers. Electrochemical testing with metallic lithium as a reference electrode displayed promising capacities for three charging cycles. The C rates displayed complete charging when the charging time was at least 10 minutes. However, faster charging resulted in a loss of capacity to as low as 50% when charged in less than three minutes. This degradation appears to be triggered by trace amounts of a secondary phase introduced by standard purity precursors used for preparing lithium titanate. Evidence for this was found using x-ray fluorescence revealing the presence of iron and silicon oxides.

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: Empirique
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 recherche0,0010,000
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 Opus0,016
Tête enseignante GPT0,247
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

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of New Materials for Electrochemical SystemsMême sujetAdvancements in Battery MaterialsTravaux en français237 207