MétaCan
Menu
Retour à la cohorte
Enregistrement W3160523492 · doi:10.1149/1945-7111/ac00f4

Communication—Design of LiNi <sub>0.2</sub> Mn <sub>0.2</sub> Co <sub>0.2</sub> Fe <sub>0.2</sub> Ti <sub>0.2</sub> O <sub>2</sub> as a High-Entropy Cathode for Lithium-Ion Batteries Guided by Machine Learning

2021· article· en· W3160523492 sur OpenAlexafffund
James Sturman, Chae-Ho Yim, Elena A. Baranova, Yaser Abu‐Lebdeh

Notice bibliographique

RevueJournal of The Electrochemical Society · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor materials and devices
Établissements canadiensNational Research Council CanadaUniversity of Ottawa
Organismes subventionnairesOffice of Energy Research and Development
Mots-clésCathodeElectrochemistryMaterials scienceTransition metalBattery (electricity)ElectrodeLithium (medication)Chemical stabilityChemical engineeringChemistryThermodynamicsPhysicsPhysical chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

The use of “high-entropy” materials in electrodes is an emerging strategy to improve the stability and electrochemical properties of lithium-ion batteries. This study reports the machine learning-driven discovery of a high-entropy LiNi 0.2 Mn 0.2 Co 0.2 Fe 0.2 Ti 0.2 O 2 layered oxide cathode. Battery testing reveals a good initial capacity (160 mAh g −1 ) with exceptional stability up to 4.4 V. These materials are a promising way to expand the design space of cathode candidates while using inexpensive transition metals. However, further optimization of these materials is needed to improve battery performance relative to traditional cathodes.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche
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 enseignants0,032
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,002
Science ouverte0,0040,001
Intégrité de la recherche0,0020,006
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 Opus0,013
Tête enseignante GPT0,235
Écart entre enseignants0,222 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations41
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical SocietyMême sujetSemiconductor materials and devicesTravaux en français237 207