MétaCan
Menu
Retour à la cohorte
Enregistrement W3128974934 · doi:10.3390/app11041561

Thermal and Electrochemical Properties of Solid Polymer Electrolytes Prepared via Lithium Salt-Catalyzed Epoxide Ring Opening Polymerization

2021· article· en· W3128974934 sur OpenAlexafffund
Gabrielle Foran, Nina Verdier, David Lepage, Arnaud Prébé, David Aymé‐Perrot, Mickaël Dollé

Notice bibliographique

RevueApplied Sciences · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Materials and Technologies
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEpoxideMaterials sciencePolymerPolymerizationElectrolyteLithium (medication)Polymer chemistryChemical engineeringCatalysisOrganic chemistryChemistryElectrodeComposite material

Résumé

récupéré en direct d'OpenAlex

Solid polymer electrolytes have been widely proposed for use in all solid-state lithium batteries. Advantages of polymer electrolytes over liquid and ceramic electrolytes include their flexibility, tunability and easy processability. An additional benefit of using some types of polymers for electrolytes is that they can be processed without the use of solvents. An example of polymers that are compatible with solvent-free processing is epoxide-containing precursors that can form films via the lithium salt-catalyzed epoxide ring opening polymerization reaction. Many polymers with epoxide functional groups are liquid under ambient conditions and can be used to directly dissolve lithium salts, allowing the reaction to be performed in a single reaction vessel under mild conditions. The existence of a variety of epoxide-containing polymers opens the possibility for significant customization of the resultant films. This review discusses several varieties of epoxide-based polymer electrolytes (polyethylene, silicone-based, amine and plasticizer-containing) and to compare them based on their thermal and electrochemical properties.

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 enseignants0,006
Score d'incertitude au seuil0,420

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 Opus0,009
Tête enseignante GPT0,209
Écart entre enseignants0,200 · 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

Citations13
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetAdvanced Battery Materials and TechnologiesTravaux en français237 207