Notice bibliographique
Résumé
Dry bulk processing methods can offer surprising control of particle shape, size, internal composition, and surface morphology. Mechanofusion is a method that can be used to smooth, spheronize, coat, and embed particles [1–4]. Dry particle microgranulation (DPMG) is a newly developed mechanofusion method in which ~50 μm speres are added to the process as "templating" media [5]. Here it will be shown that DPMG and new applications of mechanofusion offer unprecedented control in particle shape, internal porosity, and internal composition variation, enabling the creation of never before possible highly engineered particles, including: consolidating submicron particles into dense and uniform ~10 μm particles that are spherical or tetrahedral in shape spontaneous formation of core/shell particles from a mixture of submicron particles with different compositions creating spherical graphite particles from fine flake graphite embedding nanoparticles within the core of ~10 μm host particles applying fused dense oxide particle coatings smoothing the surface of polycrystalline particles to lower their surface area Such methods can produce no waste and operate at 100 % yields, greatly reducing environmental impact and cost compared to other commercial particle production methods. This offers tremendous opportunity for creating sustainable advanced battery materials. Examples of new cathode and anode materials synthesized by these methods and opportunities for new materials will be discussed. References [1] L. Zheng, T.D. Hatchard, M.N. Obrovac, A high-quality mechanofusion coating for enhancing lithium-ion battery cathode material performance, MRS Commun. 9 (2019) 245–250. doi:10.1557/mrc.2018.209. [2] Y. Cao, T.D. Hatchard, R.A. Dunlap, M.N. Obrovac, Mechanofusion-derived Si-alloy/graphite composite electrode materials for Li-ion batteries, J. Mater. Chem. A. 7 (2019) 8335–8343. doi:10.1039/C9TA00132H. [3] L. Zheng, C. Wei, M.D.L. Garayt, J. MacInnis, M.N. Obrovac, Spherically Smooth Cathode Particles by Mechanofusion Processing, J. Electrochem. Soc. 166 (2019) A2924–A2927. doi:10.1149/2.0681913jes. [4] Y. Liu, M. Charlton, J. Wang, J.C. Bennett, M.N. Obrovac, Si 85 Fe 15 O x Alloy Anode Materials with High Thermal Stability for Lithium Ion Batteries, J. Electrochem. Soc. 168 (2021) 110521. doi:10.1149/1945-7111/ac3163. [5] M.N. Obrovac, L. Zheng, M.D.L. Garayt, Engineered Particle Synthesis by Dry Particle Microgranulation, Cell Reports Phys. Sci. 1 (2020) 100063. doi:10.1016/j.xcrp.2020.100063.
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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,077 | 0,051 |
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 ».