MétaCan
Menu
Retour à la cohorte
Enregistrement W2976447574 · doi:10.1039/c9cp04235k

The influence of silica surface groups on the Li-ion conductivity of LiBH<sub>4</sub>/SiO<sub>2</sub> nanocomposites

2019· article· en· W2976447574 sur OpenAlexaff
Peter Ngene, Sander F. H. Lambregts, Didier Blanchard, Tejs Vegge, Manish Sharma, Hans Hagemann, Petra E. de Jongh

Notice bibliographique

RevuePhysical Chemistry Chemical Physics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Materials and Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesH2020 European Research CouncilNederlandse Organisatie voor Wetenschappelijk OnderzoekEuropean CommissionSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésSilanolIonic conductivityNanocompositeConductivitySurface modificationLithium (medication)Materials scienceIonic bondingChemical engineeringMesoporous materialInorganic chemistryIonElectrolyteChemistryNanotechnologyPhysical chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

nanocomposites by melt infiltration. The ionic conductivity is strongly influenced by the heat treatment temperature, hence the density of the free surface silanol groups. Replacing some of the silanol groups with hydrophobic surface groups resulted in an order of magnitude reduction of the room temperature ionic conductivity, suggesting that their presence is crucial to obtain high ionic conductivity in the nanocomposites. This systematic study and insight provide a basis for further exploration of the impact of surface groups, and for the rational design of novel solid-state nanocomposite electrolytes via interface engineering.

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 enseignants0,014
Score d'incertitude au seuil0,956

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 GPT0,192
Écart entre enseignants0,186 · 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

Citations32
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Chemistry Chemical PhysicsMême sujetAdvanced Battery Materials and TechnologiesTravaux en français237 207