MétaCan
Menu
Retour à la cohorte
Enregistrement W2902846145 · doi:10.1021/acsami.8b17800

Design of a 3D-Porous Structure with Residual Carbon for High-Performance Ni-Rich Cathode Materials

2018· article· en· W2902846145 sur OpenAlexaff
Hang Dong, Guo‐Biao Liu, Shaomin Li, Sixu Deng, Yanhua Cui, Heng Liu, Hao Liu

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensWestern University
Organismes subventionnairesDepartment of Science and Technology of Sichuan Province
Mots-clésMaterials scienceCathodePorosityCarbon fibersChemical engineeringNanotechnologyPorous mediumComposite materialComposite number

Résumé

récupéré en direct d'OpenAlex

Recently, LiNi0.8Co0.1Mn0.1O2 has drawn much attention because of its high energy density. Here, 3D-porous LiNi0.8Co0.1Mn0.1O2 and the one with residual carbon have been synthesized using a resorcinol–formaldehyde-assisted sol–gel approach. Scanning electron microscopy images verify that the synthesized LiNi0.8Co0.1Mn0.1O2 possesses a 3D-porous morphology. X-ray photoelectron spectroscopy analysis and transmission electron microscopy-mapping images indicate the existence of residual carbon in the secondary particle of 3D-porous LiNi0.8Co0.1Mn0.1O2. Furthermore, 3D-porous LiNi0.8Co0.1Mn0.1O2 with residual carbon exhibits outstanding electrochemical properties. At a current density of 1900 mA g–1, the 3D-porous LiNi0.8Co0.1Mn0.1O2 with residual carbon can still deliver a reversible capacity of 113 . Moreover, after 150 cycles at 0.2 C, the capacity retention of 3D-porous LiNi0.8Co0.1Mn0.1O2 with residual carbon reaches to 95%. The excellent electrochemical properties can be ascribed to the unique 3D-porous morphology and residual carbon in the secondary particle.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Expérimental (laboratoire)low
gptaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Expérimental (laboratoire)low
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,015
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,012
Tête enseignante GPT0,227
Écart entre enseignants0,215 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

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

Citations30
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

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