MétaCan
Menu
Retour à la cohorte
Enregistrement W2800679887 · doi:10.3390/batteries4020022

Nontrivial Effects of “Trivial” Parameters on the Performance of Lithium–Sulfur Batteries

2018· article· en· W2800679887 sur OpenAlexafffund
Junbin Liao, Zhibin Ye

Notice bibliographique

RevueBatteries · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Materials and Technologies
Établissements canadiensConcordia UniversityLaurentian University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPolysulfideSeparator (oil production)ElectrolyteMaterials scienceBattery (electricity)FOIL methodLithium–sulfur batteryChemical engineeringComposite materialChemistryElectrodeEngineeringPower (physics)Thermodynamics

Résumé

récupéré en direct d'OpenAlex

A robust lithium-sulfur (Li–S) battery is constituted by a wide range of optimized fundamental parameters (e.g., amount of electrolyte, electrolyte additive, sulfur loading density, and the size of sulfur particles). In this paper, some other often-neglected “trivial” parameters (including assembly pressure of the coil cells, thickness of spring/lithium foil in coin cells, sheet number of separator, and cut-off voltage) of Li–S batteries have been demonstrated to show pronounced effects on the battery performance. Our results indicate that the coin cell assembly pressure and sheet number of the separator play the important roles in suppressing polysulfide shuttling over battery cycling, which improves significantly the cycling life of Li–S batteries. The thickness of springs/lithium foils also affects the battery performance greatly. When switching the cut-off voltage of 1.5–3.0 V to narrower ones (1.7–2.5 V or 1.8–2.6 V), the cycling life of batteries at 0.2 C can be further enhanced to >300 cycles while with no drastic polysulfide shuttling. Adjusting these trivial parameters can thus synergistically improve the cycling performance of Li–S batteries.

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)0,001
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
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
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 Opus0,008
Tête enseignante GPT0,195
Écart entre enseignants0,188 · 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

Citations28
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBatteriesMême sujetAdvanced Battery Materials and TechnologiesTravaux en français237 207