MétaCan
Menu
Retour à la cohorte
Enregistrement W4205899311 · doi:10.1149/1945-7111/ac4b83

In Situ Imaging of Electrode Thickness Growth and Electrolyte Depletion in Single-Crystal vs Polycrystalline LiNixMnyCozO<sub>2</sub>/Graphite Pouch Cells using Multi-Scale Computed Tomography

2022· article· en· W4205899311 sur OpenAlexaff
Toby Bond, Roby Gauthier, Ahmed Eldesoky, Jessie Harlow, J. R. Dahn

Notice bibliographique

RevueJournal of The Electrochemical Society · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensCanadian Light Source (Canada)Dalhousie University
Organismes subventionnairesnon disponible
Mots-clésCrystalliteElectrodeMaterials scienceSingle crystalElectrolyteCrystal (programming language)Composite materialChemistryCrystallographyMetallurgy

Résumé

récupéré en direct d'OpenAlex

Single-crystal LiNixMnyCozO2 (NMC) materials have recently garnered significant academic and commercial interest as they have been shown to provide exceptional long-term charge-discharge cycling stability in Li-ion cells. Understanding the degradation mechanisms occurring in conventional polycrystalline NMC materials in comparison to the more stable single-crystal equivalents has become a topic of great importance. In this study, we demonstrate how multi-scale, in situ computed tomography can be used to characterize important changes occurring in wound pouch cells containing polycrystalline vs single-crystal NMC. These changes include cell-level phenomena (such as deformation of the jelly roll and electrolyte depletion) as well as electrode-scale phenomena (such as electrode thickness growth and electrode cracking). Twenty-one cells were scanned in total, consisting of three different electrodes: polycrystalline NMC622, single-crystal NMC811, and single-crystal NMC532. These cell matrices were designed to characterize the effects of varying C-rate, depth of discharge, and duty cycle. This work includes a comprehensive analysis of these factors as they relate to physical changes taking place at both the cell and electrode level.

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 seuil0,003

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 savante0,0000,000
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 Opus0,006
Tête enseignante GPT0,206
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 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

Citations33
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical SocietyMême sujetAdvancements in Battery MaterialsTravaux en français237 207