MétaCan
Menu
Retour à la cohorte
Enregistrement W4324130177 · doi:10.1021/acsami.3c00186

Coordinatively Cross-Linked Binders for Silicon-Based Electrodes for Li-Ion Batteries: Beneficial Impact on Mechanical Properties and Electrochemical Performance

2023· article· en· W4324130177 sur OpenAlexafffund
Lucas Huet, Driss Mazouzi, Philippe Moreau, Nicolas Dupré, Michaël Paris, Sébastien Mittelette, Danielle Laurencin, Thomas Devic, Lionel Roué, Bernard Lestriez

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2023
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-clésMaterials scienceElectrodeElectrochemistrySiliconCarboxylateChemical engineeringCoatingFourier transform infrared spectroscopyPropylene carbonateComposite materialInorganic chemistryOrganic chemistryMetallurgyPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

) into a preoptimized poly(carboxylic acids) binder solution is proposed. These binders lead systematically to a significantly improved electrochemical performance when used for the formulation of silicon-based negative electrodes. The formation of carboxylate-Zn(II) coordination bonds formation is investigated by rheology and FTIR and NMR spectroscopies. Mechanical characterizations reveal that the coordinated binder offers a better electrode coating cohesion and adhesion to the current collector, as well as higher hardness and elastic modulus, which are even preserved in the presence of a carbonate solvent (i.e., in battery operation conditions). Ultimately, as shown from operando dilatometry experiments, the electrode expansion during lithiation is reduced, mitigating electrode mechanical failure. Such coordinatively reticulated electrodes outperform their uncoordinated counterparts with an improved capacity retention of over 30% after 60 cycles.

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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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)0,0020,001

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 GPT0,277
Écart entre enseignants0,250 · 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

Citations9
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetAdvancements in Battery MaterialsTravaux en français237 207