MétaCan
Menu
Retour à la cohorte
Enregistrement W4383312919 · doi:10.1149/1945-7111/ace4f7

A Liquid and Waste-free Method for Preparing Single Crystal Positive Electrode Materials for Li-ion Batteries

2023· article· en· W4383312919 sur OpenAlexaff
Ning Zhang, Haifeng Yu, Aidan Fagan-Murphy, Matthew D. L. Garayt, Svena Yu, Divya Rathore, Adam F. G. Leontowich, Toby Bond, Chang‐Yong Kim, J. R. Dahn

Notice bibliographique

RevueJournal of The Electrochemical Society · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensCanadian Light Source (Canada)Dalhousie University
Organismes subventionnairesnon disponible
Mots-clésMaterials sciencePrecipitationElectrodeSinteringChemical engineeringElectrochemistryCrystal (programming language)HydroxideSynchrotronImpurityParticle (ecology)Transition metalParticle sizeMetallurgyChemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

Nickel-rich layered positive electrode materials are normally made by a “co-precipitation-sintering” method. Mixed transition metal hydroxides called “precursors” are prepared by co-precipitation to ensure homogeneous cation mixing at the atomic level and to create spherical particles which ensure high-performance poly-crystalline materials. Single crystal materials, which show better capacity retention in long-term cycling can be made from the same mixed transition metal hydroxide precursors by sintering at a higher temperature which inevitably destroys the spherical morphology present in the initial precursors. Here we describe a method for single crystal positive electrode material production which we call “all-dry synthesis” since it does not require the use of any liquid and creates no waste unlike the co-precipitation method. The exemplary reaction between Ni, MnCO 3, and LiOH·H 2 O was studied in situ by synchrotron XRD in order to define a proper heating scheme for the all-dry process. The crystal structure, particle morphology, surface residual impurities, and electrochemical performance of materials prepared by the “all-dry synthesis” method are equivalent to or even better than those of materials made using a conventional co-precipitation method.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,010
Tête enseignante GPT0,260
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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical SocietyMême sujetAdvancements in Battery MaterialsTravaux en français237 207