MétaCan
Menu
Retour à la cohorte
Enregistrement W4414481630 · doi:10.1016/j.jpowsour.2025.238445

Revalorization of graphite fines via carbon nanotube integration for sustainable fast-charging Li-ion battery anodes

2025· article· en· W4414481630 sur OpenAlexafffund
Youling Wang, Juan Carlos Abrego‐Martinez, Samuel Quéméré, Lionel Roué

Notice bibliographique

RevueJournal of Power Sources · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésDielectric spectroscopyAnodeGraphiteElectrolyteBattery (electricity)CoatingAgglomerateCarbon nanotube

Résumé

récupéré en direct d'OpenAlex

In this study, graphite fines—a by-product from the spheroidization of natural graphite—were revalorized into fast-charging anode materials for lithium-ion batteries. A spray-drying method was employed to agglomerate these fines into spherical particles with the addition of 1 wt% carbon nanotubes (CNTs), followed by pitch coating and carbonization at 1100 °C. The resulting GA-CNT@P material exhibited superior rate performance and reduced lithium plating compared to commercial battery-grade natural graphite. Electrochemical tests showed high reversible capacities (∼350 mAh g −1 ), low polarization, and enhanced charge/discharge capabilities, retaining 96 % capacity at 4C discharge and 40 % at 1C charge. Electrochemical impedance spectroscopy revealed reduced solid electrolyte interphase resistance, charge-transfer resistance and Warburg resistance for GA-CNT@P. Differential open-circuit voltage analysis during fast charging indicated a delayed onset of lithium plating and a lower quantity of plated Li compared to the commercial reference. This work demonstrates a scalable, cost-effective strategy to transform graphite waste into high-performance anodes, promoting sustainable battery manufacturing. • Graphite fines revalorized into fast-charging Li-ion battery anodes. • Spray drying yields spherical agglomerates with tailored particle size. • CNT addition and pitch coating enhance rate performance.

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 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 enseignants0,214
Score d'incertitude au seuil0,503

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,230
Écart entre enseignants0,224 · 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'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

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Power SourcesMême sujetAdvancements in Battery MaterialsTravaux en français237 207