Mechanisms for Improved Anode Performance in Titanium Niobate via Neodymium Doping
Notice bibliographique
Résumé
High-powered Li-ion battery anodes are a rapidly developing class of materials, being essential to the success of various applications, such as medical devices and heavy machinery. One material of significant recent interest is TiNb 2 O 7, which is attractive due to its high theoretical capacity of 388 mA h g –1 . This capacity is not typically achieved, but our recent efforts to improve the performance of TiNb 2 O 7 by substitutional doping with Nd have increased the capacity by 19% over the undoped material to 321 mA h g –1 with only a 1.2% substitution. In this work, experimental investigations of lithium and electron transport properties revealed that the enhanced performance of Nd-doped TiNb 2 O 7 is primarily due to an increased number of lithium storage sites and improved accessibility through more efficient diffusion pathways. X-ray absorbance spectroscopy and computational modeling were used to understand the mechanism behind these improvements. The two methods suggest that Nd in the TiNb 2 O 7 lattice increases the size of certain channels for lithium diffusion while decreasing the size of others. The fact that this results in faster diffusion and increased lithium storage capacity demonstrates that those paths that increased in size act as bottlenecks in the undoped TiNb 2 O 7 . This complement of experiment and computation guides the further design of these materials by identifying the key structural limitations in the material.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».