MétaCan
Menu
Retour à la cohorte
Enregistrement W2605278421 · doi:10.1021/acsenergylett.7b00179

Crystallite Size Control of Prussian White Analogues for Nonaqueous Potassium-Ion Batteries

2017· article· en· W2605278421 sur OpenAlexafffund
Guang He, Linda F. Nazar

Notice bibliographique

RevueACS Energy Letters · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésCrystallitePrussian blueElectrochemistryCathodePropylene carbonateMaterials scienceEthylene carbonatePotassium carbonateChemical engineeringCarbonateElectrodePotassiumInorganic chemistryChemistryOrganic chemistryMetallurgyPhysical chemistryElectrolyte

Résumé

récupéré en direct d'OpenAlex

Nonaqueous potassium-ion batteries have emerged as possible low-cost alternatives to Li-ion batteries for large-scale energy storage, owing to their ability to use graphitic carbon as the negative electrode. Positive electrode materials remain a challenge. Here, we report control of the crystal dimensions of the Prussian white hexacyanoferrate (HCF), K 1.7 Fe[Fe(CN) 6 ] 0.9, using solution chemistry to obtain either nano, submicron, or micron crystallites. We observe a very strong effect of crystallite size on electrochemical behavior. The optimal cathode material comprised of 20 nm crystallites delivers a close-to-theoretical reversible capacity of 140 mAh g –1 with two well-defined plateaus at 4.0 and 3.2 V vs K/K + upon discharge. Slightly inferior electrochemical behavior is observed for crystallites up to ∼160–200 nm in diameter, but unlike the analogous Na HCFs, micron-sized crystals show very limited capacity. For the nanosized crystallites, however, the energy density of ∼500 Wh kg –1 is comparable to that of the best Na HCF cathode materials. At a relatively high current density of 100 mA g –1, half-cells cycled with ethylene carbonate/diethyl carbonate (EC/DEC) and 5% fluoroethylene carbonate (FEC) demonstrate an initial discharge capacity of 120 mAh g –1 with a capacity retention of 85% after 100 cycles and 65% after 300 cycles.

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 enseignants0,001
Score d'incertitude au seuil0,004

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 Opus0,009
Tête enseignante GPT0,220
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

Citations366
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Energy LettersMême sujetAdvancements in Battery MaterialsTravaux en français237 207