MétaCan
Menu
Retour à la cohorte
Enregistrement W4389878149 · doi:10.1021/acsaem.3c02040

Critical Investigation of Metal–Organic-Frameworks to Improve the Silicon Anode of Lithium-Ion Batteries

2023· article· en· W4389878149 sur OpenAlexafffund
James Sturman, Mohamed S.E. Houache, Walace D. do Pim, Elena A. Baranova, Muralee Murugesu, Yaser Abu‐Lebdeh

Notice bibliographique

RevueACS Applied Energy Materials · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensNational Research Council CanadaUniversity of Ottawa
Organismes subventionnairesOffice of Energy Research and Development
Mots-clésAnodeLithium metalLithium (medication)SiliconMaterials scienceMetal-organic frameworkNanotechnologyIonMetalNanoarchitectures for lithium-ion batteriesInorganic chemistryEngineering physicsOptoelectronicsChemistryMetallurgyElectrodeEngineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

High Resolution Image Download MS PowerPoint Slide The poor capacity retention of the silicon (Si) anode has hindered its widespread use in lithium-ion batteries. Metal–organic-frameworks (MOF) may offer the structural and functional tunability needed to alleviate some of the longstanding problems associated with silicon pulverization. Herein, MOF-74 (Co-based) and MOF-199 (Cu-based) were implemented in different design configurations for high-Si loading electrodes. Multilayer sandwich configurations provided a modest improvement in capacity retention. However, greatest improvements in capacity retention were observed when the MOF was in situ synthesized onto the silicon surface (Si@MOF) and subsequently pyrolyzed. The best performing high-loading 0.5Si@MOF-c sample delivered a high capacity of 1000 mAh/g and retained 60% capacity after 100 cycles, surpassing a standard silicon-graphite composite.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,802

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 Opus0,011
Tête enseignante GPT0,236
Écart entre enseignants0,225 · 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'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

Citations15
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Energy MaterialsMême sujetAdvancements in Battery MaterialsTravaux en français237 207