MétaCan
Menu
Retour à la cohorte
Enregistrement W4289520727 · doi:10.1002/smtd.202200827

Nanoscale Morphological Characterization of Coordinated Binder and Solid Electrolyte Interphase in Silicon‐Based Electrodes for Li‐Ion Batteries

2022· article· en· W4289520727 sur OpenAlexafffund
Lucas Huet, Philippe Moreau, Nicolas Dupré, Thomas Devic, Lionel Roué, Bernard Lestriez

Notice bibliographique

RevueSmall Methods · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesEuropean Regional Development FundNatural Sciences and Engineering Research Council of Canada
Mots-clésElectrodeMaterials scienceInterphaseElectrolyteSiliconScanning electron microscopeDielectric spectroscopyChemical engineeringNanoscopic scaleElectrochemistryFaraday efficiencyNanotechnologyComposite materialChemistryOptoelectronics

Résumé

récupéré en direct d'OpenAlex

Abstract The physical crosslinking of polymeric binders through coordination chemistry significantly improves the electrochemical performance of silicon‐based negative electrodes. Scanning electron microscopy coupled with energy dispersive X‐ray spectroscopy is used to probe the nanoscale morphology of such electrodes. This technique reveals the homogeneous coordination of carboxylated binder with Zn cations and its layering on the silicon surface. The solid electrolyte interphase (SEI) formed after the first cycle is denser with Zn‐coordinated binder and preferentially observed on binder‐depleted zones. The superiority of coordinated binders can be attributed to their capacity to better stabilize the electrode and the SEI layer due to improved mechanical properties. This results in a lower SEI impedance, a higher first cycle coulombic efficiency, and a 40% improvement of capacity retention after 50 cycles for highly loaded electrodes of over 6 mAh cm–2.

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 Opus0,026
Tête enseignante GPT0,320
Écart entre enseignants0,293 · 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

Citations11
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSmall MethodsMême sujetAdvancements in Battery MaterialsTravaux en français237 207