Characterization of Disordered Li<sub>(1+<i>x</i>)</sub>Ti<sub>2<i>x</i></sub>Fe<sub>(1–3<i>x</i>)</sub>O<sub>2</sub> as Positive Electrode Materials in Li-Ion Batteries Using Percolation Theory
Notice bibliographique
Résumé
Recent theoretical and experimental works have shown that disordered positive electrode materials can function well in lithium cells. This work explores the solid solution series Li (1+ x ) Ti 2 x Fe (1–3 x ) O 2 (0 ≤ x ≤ 0.333) and compares the measured specific capacity variation with x to a recent theoretical model. The samples have varying degrees of cation disordering between lithium and transition metal layers that is dependent on x . The materials were characterized using induced coupled plasma optical emission spectroscopy, scanning electron microscopy, X-ray diffraction, and X-ray absorption spectroscopy (XAS) to quantify the degree of disorder and predict electrochemical performance. The specific capacities of lithium-limited samples (0 ≤ x ≤ 0.13) were found to agree very well with the recently proposed percolation theory model, whereas redox-limited samples (0.13 ≤ x ≤ 0.29) yielded slightly higher than expected capacities due to oxygen redox compensation characterized by oxygen K-edge XAS studies. Capacity retention was found to increase with lithium content. The voltage vs specific capacity relations for this set of materials do not suggest practicality, so this work is primarily of academic interest, but it suggests that more disordered materials should be explored.
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 | 0,001 |
| 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 ».