MétaCan
Menu
Retour à la cohorte
Enregistrement W3165881049 · doi:10.3389/fchem.2021.687392

Advanced TexSy-C Nanocomposites for High-Performance Lithium Ion Batteries

2021· article· en· W3165881049 sur OpenAlexafffund
Guolong Lu, Chunnuan Ye, Wenyan Li, Xuedong He, Guang Chen, Jun Li, Huile Jin, Shun Wang, Jichang Wang

Notice bibliographique

RevueFrontiers in Chemistry · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Science Foundation of Zhejiang ProvinceNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésMaterials scienceTelluriumElectrochemistryNanocompositeLithium (medication)Chemical engineeringIonAnodeBattery (electricity)NanotechnologyLithium-ion batteryNano-ElectrodeComposite materialChemistryMetallurgyOrganic chemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

This study is dedicated to expand the family of lithium-tellurium sulfide batteries, which have been recognized as a promising choice for future energy storage systems. Herein, a novel electrochemical method has been applied to engineer micro-nano Te x S y material, and it is found that Te x S y phases combined with multi-walled carbon nanotubes endow the as-constructed lithium-ion batteries excellent cycling stability and high rate performance. In the process of material synthesis, the sulfur was successfully embedded into the tellurium matrix, which improved the overall capacity performance. Te x S y was characterized and verified as a micro-nano-structured material with less Te and more S. Compared with the original pure Te particles, the capacity is greatly improved, and the volume expansion change is effectively inhibited. After the assembly of Li-Te x S y battery, the stable electrical contact and rapid transport capacity of lithium ions, as well as significant electrochemical performance are verified.

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 enseignants0,104
Score d'incertitude au seuil0,916

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 Opus0,005
Tête enseignante GPT0,206
Écart entre enseignants0,201 · 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

Citations6
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in ChemistryMême sujetAdvancements in Battery MaterialsTravaux en français237 207