MétaCan
Menu
Retour à la cohorte
Enregistrement W2270088541 · doi:10.1088/1742-6596/551/1/012009

<sup>8</sup>Li<i>β</i>-NMR study of epitaxial Li<sub><i>x</i></sub>CoO<sub>2</sub>films

2014· article· en· W2270088541 sur OpenAlexaff
Jun Sugiyama, Masashi Harada, Hideki Oki, Susumu Shiraki, Taro Hitosugi, Oren Ofer, Z. Salman, Qinghai Song, D Wang, H. Saadaoui, G. D. Morris, K. H. Chow, W. A. MacFarlane, R. F. Kiefl

Notice bibliographique

RevueJournal of Physics Conference Series · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensUniversity of AlbertaUniversity of British ColumbiaTRIUMF
Organismes subventionnairesnon disponible
Mots-clésEpitaxyIonDiffusionAtmospheric temperature rangeMaterials scienceRelaxation (psychology)NMR spectra databaseAnalytical Chemistry (journal)Thin filmLattice (music)Condensed matter physicsSpectral linePhase (matter)ElectrodeChemistryPhysical chemistryNanotechnologyThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

In order to investigate the diffusive motion of Li + in a thin film electrode material for Li-ion batteries, we have measured β -NMR spectra of 8 Li + ions implanted into epitaxial films of Li 0.7 CoO 2 and LiCoO 2 in the temperature range between 10 and 310 K. Below 100 K, the spin-lattice relaxation rate (1/ T 1 ) in the Li 0.7 CoO 2 film increased with decreasing temperature, indicating the appearance and evolution of localized magnetic moments, as observed with μ + SR. As temperature is increased from 100 K, 1/ T 1 starts to increase above ~ 200 K, where both Li- NMR and μ + SR also sensed an increase in 1/ T 1 due to Li-diffusion. Interestingly, such diffusive behavior was found to depend on the implantation energy, possibly because the surface of the film is decomposed due to chemical instability of the Li 0.7 CoO 2 phase in air. Such diffusive behavior was not observed for the LiCoO 2 film up to 310 K.

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 seuil0,003

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,225
Écart entre enseignants0,211 · 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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetAdvancements in Battery MaterialsTravaux en français237 207