MétaCan
Menu
Retour à la cohorte
Enregistrement W4417476091 · doi:10.1149/1945-7111/ae2f2d

Cell Chemistry Considerations for Long-Lived Li-Ion Cells at High Temperatures

2025· article· W4417476091 sur OpenAlexaff
Kenneth Tuul, Tina Taskovic, Sasha Martin Maher, Claire Floras, Meredith Tulloch, Rasmus Palm, J. R. Dahn

Notice bibliographique

RevueJournal of The Electrochemical Society · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésEthylene carbonateElectrolyteDiethyl carbonateDimethyl carbonateSolventCarbonateElectrode

Résumé

récupéré en direct d'OpenAlex

This study aimed to improve the high-temperature performance of Li-ion cells with liquid electrolyte to enable long lifetimes with wide operable temperature ranges. Three different positive electrode chemistries (Li[Ni 0.5 Mn 0.3 Co 0.2 ]O 2 , Li[Ni 0.83 Mn 0.06 Co 0.11 ]O 2 , Li[Ni 0.6 Mn 0.4 Co 0.0 ]O 2 ), six different electrolyte solvent blends (combining ethylene carbonate (EC), dimethyl carbonate, ethyl methyl carbonate (EMC), diethyl carbonate (DEC), and dimethyl-2,5-dioxahexane carboxylate), and 10 different electrolyte additive combinations (combining vinylene carbonate (VC), ethylene sulfate (DTD), prop-1-ene-1,3-sultone, and tris(trimethylsilyl) phosphite) were cycled at C/3 and 85 °C. Selected electrode and electrolyte combinations were cycled at C/3 and 20 °C. The charge transfer resistance of all cells was measured at 10 °C. It was determined that gas production in the pouch cells increases with the Ni content in the positive electrode. The most optimal electrolyte solvent combination is EC:DEC. EC:EMC possibly enhances low-temperature performance without significant lifetime cost at 85 °C. Lowering the EC content in Ni83 cells reduces gas production and extends lifetime. The best-performing electrolyte additive combination was 2 wt% VC 1 wt% DTD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,252
Écart entre enseignants0,244 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical SocietyMême sujetAdvanced Battery Technologies ResearchTravaux en français237 207