MétaCan
Menu
Retour à la cohorte
Enregistrement W4402859868 · doi:10.1007/s12598-024-02945-w

Microstructure evolution and self‐discharge degradation mechanism in Li/MnO <sub>2</sub> primary batteries

2024· article· en· W4402859868 sur OpenAlexfundno aff
Jiarui Zhang, Chengyu Li, Xiang Gao, Jie Yin, Cairong Jiang, Jianjun Ma, Wenge Yang, Yongjin Chen

Notice bibliographique

RevueRare Metals · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensnon disponible
Organismes subventionnairesChina Academy of Engineering PhysicsNational Natural Science Foundation of ChinaCanadian Association of Emergency Physicians
Mots-clésMaterials scienceMicrostructureDegradation (telecommunications)Mechanism (biology)Self-dischargeChemical engineeringNanotechnologyEngineering physicsBattery (electricity)MetallurgyThermodynamicsComputer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

Li/MnO 2 primary batteries are widely used in industry for their high specific capacity and safety. However, a deep comprehension of the Li + insertion mechanism and the high self‐discharge rate of the batteries is still needed. Here, the storage mechanism of Li + in the tunnel structure of MnO 2 as well as the dissolution and migration of Mn‐ions were investigated based on multi‐scale approaches. The Li/Mn ratio (at%) is determined at about 0.82 when the discharge voltage decreases to 2 V. The limited Li‐ions transport rate in the bulk MnO 2 restrains the reduction reaction, resulting in a low practical specific capacity. Moreover, utilizing spherical aberration‐corrected transmission electron microscopy (TEM) coupled with electron energy loss spectroscopy (EELS), the presence of a mixed valence state layer of Mn 2+ /Mn 3+ /Mn 4+ on the surface of the original 20 nm MnO 2 particles was identified, which could contribute to the initial dissolution of Mn‐ions. The battery separator exhibited channels for Mn‐ions migration and diffusion and aggregated Mn particles. We put forward the discharge and degradation route in the ways of Mn‐ions trajectories, and our findings provide a deep understanding of the high self‐discharge rates and the capacity decay of Li‐Mn primary batteries.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,006
Tête enseignante GPT0,205
Écart entre enseignants0,199 · 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
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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRare MetalsMême sujetAdvancements in Battery MaterialsTravaux en français237 207