MétaCan
Menu
Retour à la cohorte
Enregistrement W4386130627 · doi:10.1016/j.est.2023.108803

Progress in diamond-like carbon coatings for lithium-based batteries

2023· article· en· W4386130627 sur OpenAlexaff
Abdul Wasy Zia, Syed Asad Hussain, Shahid Rasul, Dowon Bae, Sudhagar Pitchaimuthu

Notice bibliographique

RevueJournal of Energy Storage · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDiamond-like carbonMaterials scienceCoatingLithium (medication)Carbon fibersMicrostructureDeposition (geology)DiamondComposite materialNanotechnologyEngineering physicsComposite numberThin filmEngineering

Résumé

récupéré en direct d'OpenAlex

NetZero drive is exploring new energy solutions around the globe. Carbon-based electrodes are receiving wider attention for energy storage applications. This work reviews the application of diamond-like carbon (DLC) coatings for lithium-based batteries (LBB). DLC atomic structure, the mechanisms at atomistic and microstructure levels, and the manufacturing of DLC coatings for LBB with plasma methods are explained. This work also describes the effects of DLC coating thickness, deposition temperature, coating architecture by layers, and doping on the performance of LBB. The application of DLC is reported to increase retention capacity by 40 % and cycle life by 400 % for LBB. This work emphasizes the full spectrum experimental study of process-structure-property blended with material informatics to develop high-performance DLC-based electrodes for LBB.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,702
Score d'incertitude au seuil0,531

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,250
Écart entre enseignants0,236 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations21
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Energy StorageMême sujetAdvancements in Battery MaterialsTravaux en français237 207