MétaCan
Menu
Retour à la cohorte
Enregistrement W2346580084 · doi:10.1149/ma2016-02/5/713

Computational Modelling Studies on Stability of Li-S-Se System

2016· article· en· W2346580084 sur OpenAlexaff
Phuti Ngoepe, Cliffton Masedi, Happy Sithole

Notice bibliographique

RevueECS Meeting Abstracts · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueThermal and Kinetic Analysis
Établissements canadiensCanadian Society of Intestinal Research
Organismes subventionnairesnon disponible
Mots-clésCathodeElectrolyteBattery (electricity)Lithium (medication)Intercalation (chemistry)Energy storageStructural stabilityThermodynamicsMaterials scienceStability (learning theory)ChemistryPhysical chemistryInorganic chemistryComputer sciencePhysicsElectrode

Résumé

récupéré en direct d'OpenAlex

Recent rechargeable batteries are mainly based on conventional lithium intercalation chemistry, using lithium transition metal oxides as cathode material with typical capacities of 120-160 mA.h/g [1]. The low energy density and/ or high cost of these cathode materials have limited their large scale production and application in Li ion batteries. Exploration of new cathode materials is consequently necessary to realise more efficient energy storage systems. Lithium sulphur cells have a promise of providing 2-5 times the energy density of Li-ion cells, however, they suffer poor cycling performance [2]. Improvements that are effected by using Li/SeS x system in different electrolytes have been reported [3]. In the current study we employ computational modelling methods to explore stability, structural and electronic properties of discharge products formed in the Li/SeS x battery, which has potential to offer higher theoretical specific energy and remedies the challenges that Li-S battery encounters. First principle methods were used to calculate thermodynamic properties of Li 2 S and Li 2 Se, which agreed with available experimental results. A cluster expansion technique [4] generated new stable phases of Li/SSe x system and Monte Carlo simulations determined concentration and temperature ranges in which the systems mix. Interatomic Born Meyer potential models for Li 2 S and Li 2 Se were derived and validated and used to explore high temperature structural and transport properties of mixed systems. [1] M.S. Whittingham, Chem. Rev. (2004), 104 , 4271 [2] B. Zhang, X. Qin, G.R. Li and X.P. Gao, Energy Environ. Sci., (2010) 3, 1531 [3] Y. Cui, A. Abouimrane, J. Lu, T. Bolin, Y. Ren, W. Weng, C. sun, V.A. Maroni, S.M. Heald and K. Amine, J. Am. Chem. Soc. (2013), 1 35 , 8047. [4] D. Lerch, O Wieckhorst, G.L.W. Hart, R.W. Forcade and S. Muller, Model. Simul. Mater. Sci. Eng. (2009), 17 , 055003.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,762
Score d'incertitude au seuil0,245

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,057
Tête enseignante GPT0,277
Écart entre enseignants0,220 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetThermal and Kinetic AnalysisTravaux en français237 207