MétaCan
Menu
Retour à la cohorte
Enregistrement W4400561749 · doi:10.1039/d4nr01489h

Rational design of dual-ion doped cobalt-free Li-rich cathode materials for enhanced cycle stability of lithium-ion pouch cell batteries

2024· article· en· W4400561749 sur OpenAlexafffund
Otávio Augusto Titton Dias, Farnaz Azarnia, K. S. Rathi, Viktoriya Pakharenko, Vijay K. Tomer, Mohini Sain

Notice bibliographique

RevueNanoscale · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensUniversity of Toronto
Organismes subventionnairesMitacs
Mots-clésMaterials scienceCobaltLithium (medication)CathodeIonDopingRational designCyclingDual (grammatical number)Chemical engineeringInorganic chemistryNanotechnologyOptoelectronicsChemistryMetallurgyOrganic chemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

at 1C rate and exceptionally stable performance upon cycling, with capacity retention of 87.24% of their initial capacity after 250 cycles at 1C rate. The strategic combination of morphology manipulation and dual ion doping has markedly diminished cation mixing and expanded the Li interstitial sites within the cathode lattice. This work offers significant insights into the mechanisms responsible for the structural decline of Li-rich cobalt-free cathodes, emphasizing the importance of stabilizing the cathode lattice structure at high potential. These findings suggest promising potential for this material to meet the demanding energy density criteria for electric vehicles. Finally, this research provides practical strategies for effectively implementing high-voltage cobalt-free cathodes, offering valuable guidance for future applications.

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 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 enseignants0,091
Score d'incertitude au seuil0,863

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,020
Tête enseignante GPT0,258
Écart entre enseignants0,238 · 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

Citations7
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNanoscaleMême sujetAdvancements in Battery MaterialsTravaux en français237 207