MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409498059 · doi:10.1149/1945-7111/adc951

Reducing the Rate of Mn Dissolution in LiMn<sub>0.8</sub>Fe<sub>0.2</sub>PO<sub>4</sub>/Graphite Cells with Mixed Salt and Low Salt Molarity Electrolytes

2025· article· en· W4409498059 sur OpenAlexaff
Kate Leslie, Jeffin James Abraham, Holden MacLennan, J. R. Dahn, Michael Metzger

Notice bibliographique

RevueJournal of The Electrochemical Society · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésDissolutionSalt (chemistry)ElectrolyteMolar concentrationGraphiteInorganic chemistryChemistryMineralogyMaterials scienceNuclear chemistryMetallurgyElectrodePhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Li-ion cells using LiMnxFe1-xPO4 (LMFP) as the positive electrode can fail via Mn dissolution from the positive electrode and subsequent deposition on the negative electrode. Developing methods to reduce the amount of Mn on the negative electrode is critical for the commercialization of this material. Blends of LiPF6 and LiFSI salts are used in varying ratios, 5%, 30%, or 40% LiPF6, and at varying concentrations, 1.5, 1.0, or 0.5 M total salt to determine the impact of reducing salt concentration on the lifetime of LMFP/artificial graphite cells. Cycle life was improved for mixed salt cells compared to cells containing pure LiPF6, and cells containing low salt concentration electrolytes showed the best performance. Mn deposition on the negative electrode was quantified by X-ray fluorescence spectroscopy, which showed that lowering the salt concentration reduced the rate of Mn deposition per cycle on the negative electrode. Nuclear magnetic resonance spectroscopy showed that LiPF6 was preferentially consumed from the electrolyte during cycling.

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)0,001
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 seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,001
Science ouverte0,0010,000
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 Opus0,003
Tête enseignante GPT0,198
Écart entre enseignants0,194 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical Society→Même sujetAdvancements in Battery Materials→Travaux en français237 207→