MétaCan
Menu
Retour à la cohorte
Enregistrement W3088403386 · doi:10.1002/batt.202000192

Enabling High Capacity and Coulombic Efficiency for Li‐NCM811 Cells Using a Highly Concentrated Electrolyte

2020· article· en· W3088403386 sur OpenAlexaff
Maria Philip, Richard T. Haasch, Jutae Kim, Jianzhong Yang, R. T. Yang, Ivan Kochetkov, Linda F. Nazar, Andrew A. Gewirth

Notice bibliographique

RevueBatteries & Supercaps · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésElectrolyteFaraday efficiencyAnodeLithium (medication)Chemical engineeringMaterials scienceConductivityThermal stabilityMetalIonic conductivityChemistryInorganic chemistryElectrodeMetallurgyPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Lithium metal batteries suffer from dendrite formation and the associated safety hazards of thermal runaway reactions. In this study, we report the performances of a highly concentrated electrolyte (HCE) and a dilute LiPF6 electrolyte in lithium metal cells using LiNi0.8Co0.1Mn0.1O2. While the HCE exhibits lower bulk ionic conductivity than the dilute LiPF6 electrolyte, the cell conductivity is higher for the HCE system, indicating higher thermodynamic stability of the electrolyte against the electrodes. Full cell cycling demonstrates higher capacity for the HCE system, which declines as a function of cycle number due to the formation of decomposition products, similar to the dilute LiPF6 system. The origin of the enhanced performance is the higher stability of the HCE against a Li metal anode as compared to the dilute LiPF6 electrolyte. Cycling at higher temperatures further enhances the performance of the HCE, which is more thermally stable than the dilute LiPF6 electrolyte.

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)0,000
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
Métarecherche0,0000,000
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 savante0,0010,001
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 Opus0,024
Tête enseignante GPT0,220
Écart entre enseignants0,196 · 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

Citations27
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBatteries & SupercapsMême sujetAdvancements in Battery MaterialsTravaux en français237 207