MétaCan
Menu
Retour à la cohorte
Enregistrement W4386268922 · doi:10.21203/rs.3.rs-3261393/v1

Cathode regeneration processes enabled transition from spent batteries to lithium-ion alternatives

2023· preprint· en· W4386268922 sur OpenAlexafffund
Zhongwei Chen, Tingzhou Yang, Dan Luo, Xinyu Zhang, Shihui Gao, Rui Gao, Qianyi Ma, Hey Woong Park, Tyler Or, Yongguang Zhang

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineEngineering
ThématiqueExtraction and Separation Processes
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesSuzhou Institute of Nanotechnology, Chinese Academy of SciencesUniversity of WaterlooNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésLithium (medication)Energy storageCathodeBattery (electricity)Electric vehicleSustainable energyWaste managementScalabilityEnvironmental scienceMaterials scienceProcess engineeringNanotechnologyEngineeringComputer scienceElectrical engineeringRenewable energy

Résumé

récupéré en direct d'OpenAlex

<title>Abstract</title> The development of electric vehicles is accelerating the world's transition to sustainable energy, but the millions of end-of-life electric vehicles generated over the next decade pose serious waste management challenges, especially the recycling of spent batteries. Here we propose two cathode regeneration processes to enable scalable and affordable recycling of spent lithium-ion batteries (LIBs) into brand-new LIBs and their alternatives, such as sodium-ion batteries (SIBs). The regenerated layered oxide materials deliver a reversible area capacity of up to 2.73 mAh cm<sup>− 2</sup> with excellent structural stability for LIBs, while obtained cyanide complex manifests an 83.7% retention over 2000 cycles for SIBs and robust cycling stability for pouch cells. By contrast, the manufacturing costs for LIBs and SIBs using our regenerated materials have dropped to an all-time low of $47.16 and $37.49 per kWh, with conspicuous reductions in energy consumption, water consumption, and harmful gas emissions. Our sustainable battery recycling designs pave the way for the transition to more sustainable energy storage technologies, enabling post-LIBs with regenerated materials.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,727
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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,107
Tête enseignante GPT0,391
Écart entre enseignants0,284 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetExtraction and Separation ProcessesTravaux en français237 207