MétaCan
Menu
Retour à la cohorte
Enregistrement W3080457519 · doi:10.1002/anie.202010531

Accurate Control of Initial Coulombic Efficiency for Lithium‐rich Manganese‐based Layered Oxides by Surface Multicomponent Integration

2020· article· en· W3080457519 sur OpenAlexaff
Dong Luo, Xiaokai Ding, Jianming Fan, Zuhao Zhang, Peizhi Liu, Xiaohua Yang, Junjie Guo, Shuhui Sun, Zhan Lin

Notice bibliographique

RevueAngewandte Chemie International Edition · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésSpinelFaraday efficiencyLithium (medication)Materials scienceManganeseOxygenScanning electron microscopeChemical engineeringTransmission electron microscopyOxygen evolutionAnalytical Chemistry (journal)ChemistryNanotechnologyElectrochemistryElectrodeComposite materialMetallurgyChromatography

Résumé

récupéré en direct d'OpenAlex

Abstract Low initial Coulombic efficiency (ICE) is an obstacle for practical application of Li‐rich Mn‐based layered oxides (LLOs), which is closely related with the irreversible oxygen evolution owing to the overoxidized reaction of surface labile oxygen. Here we report a NH 4 F‐assisted surface multicomponent integration technology to accurately control the ICE, by which oxygen vacancies, spinel‐layered coherent structure, and F‐doping are skillfully integrated on the surface of treated LLOs microspheres. Though the regulation on the removed amount of labile oxygen by surface integrated structure, the ICE of LLOs cathodes can adjust from starting value to 100 %. X‐ray absorption spectroscopy, refined X‐ray diffraction, and scanning transmission electron microscopy show that the removed labile oxygen mainly comes from Li 2 MnO 3 ‐like structure. Even operating at a high cut‐off voltage of 5 V, the capacity retention of integrated sample at 200 mA g −1 is still larger than 98 % after 100 cycles.

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: aucune
Score de désaccord entre enseignants0,708
Score d'incertitude au seuil0,715

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 ouverte0,0000,000
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 Opus0,024
Tête enseignante GPT0,292
Écart entre enseignants0,268 · 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

Citations190
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAngewandte Chemie International EditionMême sujetAdvancements in Battery MaterialsTravaux en français237 207