MétaCan
Menu
Retour à la cohorte
Enregistrement W2267083366 · doi:10.1149/ma2015-01/1/101

Development of Garnet-Type Li Ion Electrolytes for All-Solid-State Li Ion Batteries

2015· article· en· W2267083366 sur OpenAlexaff
Sumaletha Narayanan, Venkataraman Thangadurai, Xia Tong, Gregory T. Hitz, Eric D. Wachsman

Notice bibliographique

RevueECS Meeting Abstracts · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Materials and Technologies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésIonic conductivityConductivityElectrolyteFast ion conductorIonMaterials scienceElectrochemical windowElectrochemistryIonic bondingAnalytical Chemistry (journal)Inorganic chemistryChemistryElectrodePhysical chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The high energy density Li ion batteries require a replacement of currently used organic polymer electrolyte with highly conducting solid-state materials in terms of safety reasons. Solid electrolytes exhibiting high total Li ion conductivity, negligible electronic conductivity and wide electrochemical window (up to 6 V/Li/Li+) are preferable for application in solid-state Li ion batteries [1,2]. Garnet-like oxides, with general formula, Li5La3M2O12 (M = Nb, Ta) are emerged as a promising class of Li+ conductors among several other solid-state materials [1]. The increase in Li content has proven to be increasing the Li ion conductivity of garnets and Li7La3Zr2O12 have a highest conductivity of the order of 10-4 Scm-1 at ambient condition [3]. In this talk, we report the effect of excess Li added during synthesis to avoid Li volatilization on the ionic conductivity of garnet-type materials and discuss the recent developments on optimization of ionic conductivity of garnets. References 1. V. Thangadurai, H. Kaack and W. J. F. Weppner, J. Am. Ceram. Soc., 86, 437 (2003). 2. J. B. Goodenough and K.-S. Park, J. Amer. Chem. Soc., 135, 1167 (2013). 3. R. Murugan, V. Thangadurai and W. Weppner, Angew. Chem. Int. Ed. Engl., 46, 7778 (2007).

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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,259
Écart entre enseignants0,232 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetAdvanced Battery Materials and TechnologiesTravaux en français237 207