MétaCan
Menu
Retour à la cohorte
Enregistrement W4410477056 · doi:10.1016/j.tca.2025.180035

Quantification of hydroxide in co-precipitated nickel, manganese, cobalt carbonate precursor via TG-MS analyses

2025· article· en· W4410477056 sur OpenAlexafffund
Valérie Charbonneau, François Larouche, Kamyab Amouzegar, Gervais Soucy, Jocelyn Veilleux

Notice bibliographique

RevueThermochimica Acta · 2025
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical chemistry methods development
Établissements canadiensHydro-QuébecUniversité de Sherbrooke
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaFonds de recherche du QuébecUniversité de Sherbrooke
Mots-clésCobaltManganeseNickelCarbonateHydroxideCobalt extraction techniquesChemistryInorganic chemistryCobalt hydroxideNuclear chemistryElectrochemistryOrganic chemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

A significant obstacle associated with the synthesis of carbonate precursors for lithium nickel manganese cobalt oxides (NMC) is the concurrent precipitation of nickel hydroxide. Depending on the synthesis conditions and on the desired transition metals stoichiometric ratio, nickel may precipitate solely in its hydroxide form, even with excess carbonate present in the synthesis medium. The present work investigates the use of thermogravimetry-mass spectrometry (TG-MS) technique to quantify the dehydration, dehydroxylation and decarbonation of such mixed precursors. A calibration curve built for the dehydroxylation of nickel hydroxide with a copper sulfate internal standard allowed for the differentiation of sample weight loss associated to either hydrates or hydroxides. Thereafter, the numerical deconvolution of derivative TG and MS peaks obtained for NMC precursors enabled the calculation of atomic percentages of metal hydroxides and carbonates. Various commonly cited mathematical models for deconvolution are examined to investigate the quality of fitted data. According to this research, asymmetric double sigmoidal functions best represented the TG-MS data obtained for NMC carbonate precursors.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,078
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,044
Tête enseignante GPT0,354
Écart entre enseignants0,310 · 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.

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

Citations5
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThermochimica ActaMême sujetAnalytical chemistry methods developmentTravaux en français237 207