MétaCan
Menu
Retour à la cohorte
Enregistrement W4410640127 · doi:10.26434/chemrxiv-2025-1jxxk

Quantitative Investigation of Lithium Metal Plating via Operando 7Li NMR Spectroscopy of a Unique Three Electrode Lithium-Ion Battery

2025· preprint· en· W4410640127 sur OpenAlexafffund
Zoya Sadighi, Kevin J. Sanders, Emma Magee, Aiman Quadiri, Jing Gao, Insun Yoon, Brian R. Koch, Gillian R. Goward

Notice bibliographique

RevueChemRxiv · 2025
Typepreprint
Langueen
DomaineEngineering
ThématiqueExtraction and Separation Processes
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésLithium (medication)ElectrodeLithium metalBattery (electricity)Plating (geology)IonMaterials scienceMetalLithium-ion batteryLithium batteryInorganic chemistryChemistryAnalytical Chemistry (journal)AnodePhysical chemistryMetallurgyIonic bondingPhysicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

This work represents the first investigation that simultaneously uses both 7Li NMR chemical analysis and three-electrode (3E) electrochemical analysis in real time to observe SiO-graphite anodes experiencing lithium plating during fast charge. NMR has the unparalleled ability to distinguish lithium in various forms, such as plated metal, alloyed lithium-silicon, or intercalated lithium-graphite compounds. This permits a detailed accounting of the whereabouts of lithium in an anode undergoing high-rate charge. This highly specialized technique comes at a high cost, however, in terms of time, equip-ment, and expertise. Establishing correlation between NMR and the more common and readily implemented 3E tech-nique for detecting the onset of plating allows the latter to be applied with confidence to the type of extensive testing required to build fast charge tables. NMR provides additional insight into the disposition of lithium after plating has occurred, allowing a clear analysis of the fraction of lithium metal that is spontaneously re-dissolved and taken up by the anode (reversible lithium plating).

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 enseignants0,192
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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,283
Écart entre enseignants0,256 · 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemRxivMême sujetExtraction and Separation ProcessesTravaux en français237 207