MétaCan
Menu
← Retour à la cohorte
Enregistrement W4226505873 · doi:10.1149/1945-7111/ac6456

The Impact of Upper Cut-Off Voltage on the Cycling Performance of Li-Ion Cells with Positive Electrodes Having Various Nickel Contents

2022· article· en· W4226505873 sur OpenAlexaff
Yulong Liu, Wentao Song, Ahmed Eldesoky, Jessie Harlow, E. R. Logan, Hongyang Li, J. R. Dahn

Notice bibliographique

RevueJournal of The Electrochemical Society · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensMagna International (Canada)Dalhousie University
Organismes subventionnairesnon disponible
Mots-clésElectrodeMaterials scienceElectrolyteCrystalliteCyclingComposite materialAnalytical Chemistry (journal)IonVoltageMetallurgyChemistryElectrical engineeringChromatography

Résumé

récupéré en direct d'OpenAlex

The charge-discharge cycling performance of pouch cells with single crystal LiNi0.5Mn0.3Co0.2O2 (SC532), LiNi0.8Mn0.1Co0.1O2 (SC811) and a prototype polycrystalline Co-free core–shell material with an average 94% Ni content (Ni94) were compared in this work. Two upper cut-off voltages (UCVs) per cell type were chosen to either include or exclude the remnant of the “H2-H3 phase transition” region, if present, of each positive electrode material. The core–shell Ni94 shows comparable performance to the SC532 and better performance than the SC811 only at 20 °C and 4.04 V UCV. In other testing conditions, the SC532 has the best performance followed by the SC811. The cross-section SEM images of the fresh Ni94 electrode show microcracks from electrode calendaring which is detrimental to its cycling performance as the exposed Ni-rich core has a high reactivity with the electrolyte which induces large impedance increase. The Ni94 material shows quite poor capacity retention and large impedance growth when charged to 4.18 V, through the large volume change associated with the “H2–H3 remnant,” but acceptable capacity retention when only charged to 4.04 V that avoids this large volume change.

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 seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,222
Écart entre enseignants0,217 · 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

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical Society→Même sujetAdvancements in Battery Materials→Travaux en français237 207→