Characterizing Li in partially lithiated layer materials using atomic‐resolution imaging, modeling, and simulation
Notice bibliographique
Résumé
Abstract Understanding of phase‐stability and nanoscale structural modulation during lithiation of layer materials demand comprehensive analysis of the Li‐containing phases in the solid‐state reaction products. Conventional chemical analysis methods in the transmission electron microscope (TEM) are not ideal to detect Li in partially intercalated nanodomains because Li atoms do not remain stationary under the focused electron beam. An alternate approach combining density functional theory (DFT) modeling and multislice image simulation has been explored in the present study to analyze the intercalated structures and to detect and quantify Li from the recorded high‐resolution TEM (HRTEM) micrographs of partially intercalated phases. HRTEM micrographs from partially lithiated graphite and MoS 2 show variations in the interlayer spacings, but are not usually directly interpretable. Hypothetical intercalated microstructures of graphite and MoS 2 supercells have been generated using atomic‐scale simulations with systematically varying Li concentrations. The measured interplanar spacings are compared with those of experimentally recorded HRTEM micrographs from lithiated graphite and MoS 2 . The results confirm the coexistence of different lithiated phases at localized domains. This understanding of phase transformation and the lithium quantification provides a basis for understanding the structural accommodation of layered materials during intercalation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».