Development of High-Throughput Methods for Sodium-Ion Battery Cathodes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Combinatorial synthesis of Li-ion batteries has proven extremely powerful in screening complex compositional spaces for next-generation materials. To date, no Na-ion counterpart exists wherein Na-ion cathodes can be synthesized in such a way to be comparable to that obtained in bulk synthesis. Herein, we develop a synthesis route wherein hundreds of milligram-scale powder samples can be made in a total time of 3 days. We focus on materials in the Na–Fe–Mn–O pseudoternary system of high immediate interest. Using a sol–gel method, developed herein, yields both phase-pure combinatorial samples of Na2/3Fe1/2Mn1/2O2 and NaFe1/2Mn1/2O2, consistent with previous reports on bulk samples of interest commercially. By contrast, the synthesis route used for Li-ion cathodes (namely coprecipitations) does not yield phase pure materials, suggesting that the sol–gel method is more effective in mixing the Na, Fe, and Mn than coprecipitation. This has important consequences for all attempts to make these materials, even in bulk. Finally, we demonstrate that these milligram-scale powder samples can be tested electrochemically in a combinatorial cell. The resulting cyclic voltammograms are in excellent agreement with those found on bulk samples in the literature. This demonstrates that the methodology developed here will be effective in characterizing the hundreds of samples needed to understand the complex ternary systems of interest and that such results will scale-up well to the gram and kilogram scale.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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