MétaCan
Menu
Retour à la cohorte
Enregistrement W2465490393 · doi:10.1002/adfm.201602114

Bio‐Derived Polymers for Sustainable Lithium‐Ion Batteries

2016· article· en· W2465490393 sur OpenAlexafffund
Tyler B. Schon, Andrew J. Tilley, Colin R. Bridges, Mark B. Miltenburg, Dwight S. Seferos

Notice bibliographique

RevueAdvanced Functional Materials · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials sciencePolymerOrganic radical batteryGrapheneLithium (medication)CathodeNanotechnologyMoietyElectrodeRedoxEnergy storageChemical engineeringOrganic chemistryElectrochemistryChemistry

Résumé

récupéré en direct d'OpenAlex

Biologically derived organic molecules are a cost‐effective and environmentally benign alternative to the widely used metal‐based electrodes employed in current energy storage technologies. Here, the first bio‐derived pendant polymer cathode for lithium‐ion batteries is reported. The redox moiety is flavin and is derived from riboflavin (vitamin B2). A semi‐synthetic methodology is used to prepare the pendant polymer, which is composed of a poly(norbornene) backbone and pendant flavin units. This semi‐synthetic approach reduces the number of chemical transformations required to form this new functional material. Lithium‐ion batteries incorporating this polymer have a 125 mAh g−1 capacity and an ≈2.5 V operating potential. It is found that charge transport is greatly improved by forming hierarchical structures of the polymer with carbon black, and new insight into electrode degradation mechanisms is provided which should be applicable to polymer electrodes in general. This work provides a foundation for the use of bio‐derived pendant polymers in sustainable, high‐performance lithium‐ion batteries.

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 enseignants0,004
Score d'incertitude au seuil0,013

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,011
Tête enseignante GPT0,225
Écart entre enseignants0,215 · 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

Citations89
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Functional MaterialsMême sujetAdvancements in Battery MaterialsTravaux en français237 207