MétaCan
Menu
Retour à la cohorte
Enregistrement W2761146154 · doi:10.1021/acs.jpcc.7b08719

The Role of Metal Disulfide Interlayer in Li–S Batteries

2017· article· en· W2761146154 sur OpenAlexaff
Andrea Paolella, Dharminder Laul, Vladimir Timoshevskii, Wen Zhu, Sergio Marras, Giovanni Bertoni, Alexander S. Wahba, Gabriel Girard, Catherine Gagnon, Lisa Rodrigue, Basile Commarieu, Abdelbast Guerfi, Raynald Gauvin, Michel L. Trudeau, Ashok K. Vijh, Michel Armand, Karim Zaghib

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Materials and Technologies
Établissements canadiensMcGill UniversityHydro-Québec
Organismes subventionnairesnon disponible
Mots-clésPolysulfideTungsten disulfideRaman spectroscopyElectrochemistryTungstenSulfurCathodeMaterials scienceTransmission electron microscopyMetalInorganic chemistryRecrystallization (geology)ChemistryElectrodeNanotechnologyPhysical chemistryMetallurgy

Résumé

récupéré en direct d'OpenAlex

Recently many observations related to the catalytic effects of layered metal disulfide versus polysulfide electrochemistry were documented. In this work, we investigated the reactivity of layered WS 2 in a Li–S battery and observed a chemical reaction involving the removal of W ions by polysulfides. The presence of metallic tungsten nanoparticles in the sulfur cathode is the result of W ion oxidation reaction and subsequent recrystallization during cycling. In situ Raman spectroscopy and ex situ transmission electron microscopy were used in order to clarify the reaction mechanism.

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)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,152

Scores Codex et Gemma par catégorie

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 ouverte0,0010,000
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 Opus0,006
Tête enseignante GPT0,224
Écart entre enseignants0,218 · 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

Citations44
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry CMême sujetAdvanced Battery Materials and TechnologiesTravaux en français237 207