MétaCan
Menu
Retour à la cohorte
Enregistrement W2739077066 · doi:10.1149/2.1381709jes

Dramatic Effects of Low Salt Concentrations on Li-Ion Cells Containing EC-Free Electrolytes

2017· article· en· W2739077066 sur OpenAlexafffund
D. J. Xiong, Toren Hynes, J. R. Dahn

Notice bibliographique

RevueJournal of The Electrochemical Society · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésElectrolyteEthylene carbonateConductivityChemistryElectrochemistryIonic conductivitySalt (chemistry)ElectrodeLithium (medication)IonInorganic chemistryMaterials scienceOrganic chemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Different concentrations of LiPF 6 (0.3 M–2 M) in ethyl methyl carbonate (EMC) electrolyte and ethylene carbonate (EC)-based electrolyte were studied in LiNi 0.4 Mn 0.4 Co 0.2 O 2 (NMC442)/graphite pouch cells. Fresh cells containing 0.3 M LiPF 6 in EMC electrolyte showed extremely large charge transfer resistance while those with 0.3 M LiPF 6 in EC/EMC electrolyte did not. Impedance spectra taken on symmetric cells and ionic conductivity measurements suggest this difference is due to difficulty in dissociating and desolvating Li + ions from the EMC-based electrolyte to intercalate into both the electrodes. After elevated temperature storage experiments at 4.5 V, cells with 0.3 M LiPF 6 in EC/EMC showed a large increase in positive electrode charge transfer impedance, presumably caused by electrolyte oxidation. With salt concentrations greater than 1 M, charge transfer resistance was much smaller in EMC-based electrolytes and was stable during storage for both electrolyte types. Conductivity and cycle testing measurements suggest that 1.5 M LiPF 6 should be used in EC-free EMC-based electrolytes to optimize cell performance.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,005
Tête enseignante GPT0,225
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 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

Citations18
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical SocietyMême sujetAdvancements in Battery MaterialsTravaux en français237 207