A Study of Stacking Faults and Superlattice Ordering in Some Li-Rich Layered Transition Metal Oxide Positive Electrode Materials
Notice bibliographique
Résumé
Li-rich layered transition metal oxides such as Li[Li 0.2 Ni 0.2 Mn 0.6 ]O 2 have in-plane ordering between the excess Li atoms and the transition metal (TM) atoms in the transition metal layer. The √3a × √3a superlattice in the TM layer causes superlattice Bragg peaks in their X-ray diffraction patterns. This article describes the relation between the metal composition of the materials, stacking faults and superlattice ordering. The XRD patterns were fitted with a program called FAULTS, which treats the effect of stacking faults on the superlattice peak shapes. The superlattice peak positions of Li[Li 1/3-2x/3 Ni x Mn 2/3-x/3 ]O 2 materials changed monotonically with Ni content (x), as did the positions of the main diffraction peaks of the base structure. This proves that the superlatices peaks originate from the Li[Li 1/3-2x/3 Ni x Mn 2/3-x/3 ]O 2 solid solution and are not caused by any domains of second phase such as Li 2 MnO 3 . Fitting the XRD patterns with FAULTS revealed that the stacking fault probability increased monotonically with Ni content.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».