MétaCan
Menu
Retour à la cohorte
Enregistrement W4226494835 · doi:10.1149/1945-7111/ac6453

High Temperature Testing of NMC/Graphite Cells for Rapid Cell Performance Screening and Studies of Electrolyte Degradation

2022· article· en· W4226494835 sur OpenAlexaff
Tina Taskovic, Ahmed Eldesoky, Wentao Song, Michael Bauer, J. R. Dahn

Notice bibliographique

RevueJournal of The Electrochemical Society · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésElectrolyteGraphiteDegradation (telecommunications)ElectrodeDissolutionAnalytical Chemistry (journal)ChemistryMass spectrometryMaterials scienceChromatographyMetallurgyOrganic chemistryElectrical engineering

Résumé

récupéré en direct d'OpenAlex

LiNi0.5Mn0.3Co0.2O2/graphite cells with two different electrolytes underwent charge-discharge cycling at 70 °C. The 70 °C condition reduced the time it took for cells to lose significant capacity. Studies of the changes to the electrolyte after cycling by gas chromatography/mass spectrometry (GC/MS) and by Nuclear Magnetic Resonance spectroscopy (NMR) suggest that the same processes which cause cell failure and electrolyte degradation at 40 °C and 55 °C occur at 70 °C, only at an accelerated rate. Transition metal dissolution from the positive electrode was tracked using X-ray fluorescence studies of the negative electrode after testing. Based on the confidence obtained that the same degradation processes were occurring; advanced graphites were screened in NMC811/graphite cells at 70 °C. Differences in cell lifetime were apparent in weeks at 70 °C while the same differences took much longer to observe at 40 °C. It is our opinion that elevated temperature testing of Li-ion cells at 70 °C is a viable rapid screening technique for advanced electrolytes and advanced electrode materials.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0010,000
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 Opus0,012
Tête enseignante GPT0,221
Écart entre enseignants0,209 · 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

Citations32
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

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