MétaCan
Menu
Retour à la cohorte
Enregistrement W2774688771 · doi:10.1021/acsami.7b13467

Atomic Layer Deposition of Lithium Niobium Oxides as Potential Solid-State Electrolytes for Lithium-Ion Batteries

2017· article· en· W2774688771 sur OpenAlexafffund
Biqiong Wang, Yang Zhao, Mohammad Norouzi Banis, Qian Sun, Keegan R. Adair, Ruying Li, Tsun‐Kong Sham

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensWestern University
Organismes subventionnairesCanadian Institutes of Health ResearchNational Research Council CanadaCanada Foundation for InnovationWestern UniversityNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésMaterials scienceLithium (medication)NiobiumElectrolyteAtomic layer depositionLayer (electronics)Lithium vanadium phosphate batteryIonDeposition (geology)Inorganic chemistryLithium metalChemical engineeringNanotechnologyMetallurgyElectrodePhysical chemistry

Résumé

récupéré en direct d'OpenAlex

The development of solid-state electrolytes by atomic layer deposition (ALD) holds unparalleled advantages toward the fabrication of next-generation solid-state batteries. Lithium niobium oxide (LNO) thin films with well-controlled film thickness and composition were successfully deposited by ALD at a deposition temperature of 235 °C using lithium tert -butoxide and niobium ethoxide as Li and Nb sources, respectively. Furthermore, incorporation of higher Li content was achieved by increasing the Li-to-Nb subcycle ratio. In addition, detailed X-ray absorption near edge structure studies of the amorphous LNO thin films on the Nb L-edge revealed the existence of Nb as Nb 5+ in a distorted octahedral structure. The octahedrons in niobium oxide thin films experienced severe distortions, which could be gradually alleviated upon the introduction of Li atoms into the thin films. The ionic conductivities of the as-prepared LNO thin films were also measured, with the highest value achieving 6.39 × 10 –8 S cm –1 at 303 K with an activation energy of 0.62 eV.

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 seuil0,002

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 Opus0,011
Tête enseignante GPT0,262
Écart entre enseignants0,251 · 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

Citations106
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetAdvancements in Battery MaterialsTravaux en français237 207