MétaCan
Menu
← Retour à la cohorte
Enregistrement W4320716963 · doi:10.1149/1945-7111/acbbf1

Investigation of Xanthan Gum and Carboxymethyl Cellulose Binders for the Silicon Anode of Lithium-Ion Batteries

2023· article· en· W4320716963 sur OpenAlexafffund
James Sturman, Chae-Ho Yim, Zouina Karkar, Elena A. Baranova, Mathieu Toupin, Yaser Abu-Lebdeh

Notice bibliographique

RevueJournal of The Electrochemical Society · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensNational Research Council CanadaUniversity of Ottawa
Organismes subventionnairesOffice of Energy Research and DevelopmentNatural Resources Canada
Mots-clésCarboxymethyl celluloseSiliconMaterials scienceAnodeElectrodeChemical engineeringLithium (medication)Xanthan gumComposite numberElectrochemistryPolyvinylidene fluorideComposite materialPolymerSodiumChemistryMetallurgy

Résumé

récupéré en direct d'OpenAlex

The binder is known to play an important role in the cycle stability of silicon-based anodes for lithium-ion batteries. Nature-derived biopolymers such as sodium carboxymethyl cellulose (NaCMC) and xanthan gum (XG) are a promising class of binders that offer several advantages over traditional polyvinylidene fluoride (PVDF). Advantages include better contact between silicon particles and the ability to process the electrodes using water as a solvent. While many studies have explored the fundamental properties of these biopolymer binders and their interaction with silicon, there has been little research on the use of these binders under practical loadings (such as ∼2 mg Si cm−2 and <10 wt% binder). Herein, we compare the electrochemical performance of both NaCMC and XG-based silicon electrodes with a low binder content. Si-binder interactions and their role in electrode performance are revealed with XPS, SEM, and EDX. In addition, we report the results of both a high-silicon (80 wt% Si) and a practical low-silicon (20 wt% Si) composite electrode while using silicon nano powder prepared by industrial-scale synthesis. It is found that NaCMC consistently outperforms XG as a binder, which is attributable to superior cohesion within the electrode.

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 seuil0,002

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
Bibliométrie0,0010,000
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 Opus0,015
Tête enseignante GPT0,235
Écart entre enseignants0,219 · 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

Citations8
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

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