MétaCan
Menu
Retour à la cohorte
Enregistrement W4310430811 · doi:10.1021/acs.nanolett.2c01240

Biobased Self-Growing Approach toward Tailored, Integrated High-Performance Flexible Lithium-Ion Battery

2022· article· en· W4310430811 sur OpenAlexaff
Ruohong Ke, Leilei Du, Bing Han, Hongli Xu, Hong Meng, Hongbo Zeng, Zijian Zheng, Yonghong Deng

Notice bibliographique

RevueNano Letters · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSupercapacitor Materials and Fabrication
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Natural Science Foundation of ChinaGuangdong Science and Technology DepartmentScience and Technology Foundation of Shenzhen City
Mots-clésMaterials scienceSeparator (oil production)NanotechnologyFlexibility (engineering)Bacterial celluloseLithium-ion batteryElectrochemistryFlatteningBattery (electricity)ElectrodeBendingScalabilityCelluloseComputer scienceComposite materialChemical engineeringChemistryEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Here we present an innovative, universal, scalable, and straightforward strategy for cultivating a resilient, flexible lithium-ion battery (LIB) based on the bacterial-based self-growing approach. The electrodes and separator layers are integrated intrinsically into one unity of sandwich bacterial cellulose integrated film (SBCIF), with various active material combinations and tailored mechanical properties. The flexible LIB thereof showcases prominent deformation tolerance and multistage foldability due to the unique self-generated wavy-like structure. The LTO|LFP (Li4Ti5O12 and LiFePO4) SBCIF-based flexible LIB demonstrates reliable long-term electrochemical stability with high flexibility, by exhibiting a high capacity retention (>95%) after 500 cycles at 1C/1C after experiencing a 10 000 bending/flattening treatment. The LTO|LFP SBCIF battery subjected to a simultaneous bending/flattening and cycling experiment shows an extraordinary capacity retention rate (>68%) after 200 cycles at 1C/1C. The biobased self-growing approach offers an exciting and promising pathway toward the tailored, integrated high-performance flexible LIBs.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,006
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
Science ouverte0,0010,000
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 Opus0,017
Tête enseignante GPT0,206
Écart entre enseignants0,189 · 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 tête enseignante, pas un consensus.

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

Citations13
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNano LettersMême sujetSupercapacitor Materials and FabricationTravaux en français237 207