MétaCan
Menu
Retour à la cohorte
Enregistrement W4413128859 · doi:10.31224/5036

Critical Evaluation of Sudhakar's ESR-Integrated Method for Lithium-Ion Battery Recycling

2025· article· en· W4413128859 sur OpenAlexaboutno aff
Sudhakar Geruganti

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueExtraction and Separation Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLithium (medication)Lithium-ion batteryBattery (electricity)IonMaterials scienceReliability engineeringEngineeringChemistryPhysicsPsychologyThermodynamicsPower (physics)

Résumé

récupéré en direct d'OpenAlex

A cradle-to-gate assessment of Sudhakar’s ESR-integrated recycling reveals 35% lower GHG emissions (2.1 kg CO₂/kg metal) than pyrometallurgy but 12% higher energy intensity (9 vs. 6 kWh/kg Co). While achieving battery-grade Co/Ni (99.2% purity), the method recovers only 68% Li versus 80% in hydrometallurgy. Slag byproduct characterization shows 92% suitability as cement additive (ASTM C989), potentially offsetting disposal costs. System viability hinges on regional factors: ESR is optimal where electricity <$0.055/kWh and Co prices >$18/kg, favoring Quebec and Nordic regions over China or Germany. Description: A cradle-to-gate assessment reveals: Pros: 35% lower CO₂ than pyrometallurgy Direct alloy production for cathode precursors Cons: Li recovery requires supplemental solvent extraction Slag disposal costs ($50/ton in EU) Policy alignment: Meets 2027 EU Battery Regulation’s 90% recycling target for Co/Ni

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,910
Score d'incertitude au seuil0,379

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,000
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 Opus0,047
Tête enseignante GPT0,405
Écart entre enseignants0,357 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetExtraction and Separation ProcessesTravaux en français237 207