MétaCan
Menu
Back to cohort
Record W3035307205 · doi:10.71781/12162

Étude du polymère élastomère à base d’acrylonitrile, HNBR, pour son application dans les batteries Li-ion

2019· dissertation· fr· W3035307205 on OpenAlexfundno aff
Nina Verdier

Bibliographic record

VenuePapyrus : Institutional Repository (Université de Montréal) · 2019
Typedissertation
Languagefr
FieldEngineering
TopicAdvanced Battery Materials and Technologies
Canadian institutionsnot available
FundersNatural Sciences and Engineering Research Council of Canada
KeywordsAcrylonitrileMaterials sciencePolymer chemistryChemical engineeringComposite materialPolymerCopolymerEngineering

Abstract

fetched live from OpenAlex

Les travaux présentés portent sur l’étude du HNBR (Hydrogenated Nitrile Butadiene Rubber), un polymère à base d’acrylonitrile, pour son application en tant que liant d’électrodes dans les batteries lithium ions. Cette thèse repose sur un partenariat avec l’entreprise Hutchinson (spécialisée dans le domaine des polymères) qui a cherché à développer un nouveau procédé pour la fabrication des électrodes. Ce procédé par voie fondue a soulevé la problématique du polymère liant utilisé dans les électrodes puisque ce dernier doit être compatible avec le procédé tout en étant utilisable dans des batteries. C’est dans l’optique de trouver et valider un tel polymère que s’inscrit cette thèse sur le polymère HNBR. En premier lieu, nous nous sommes concentrés sur les répercussions du traitement thermique, étape importante du procédé par voie fondue, sur le HNBR. Il a été conclu que le traitement thermique conduit à une réticulation du polymère aidant ainsi à la stabilité chimique du HNBR dans les électrolytes organiques des batteries. Ensuite, le HNBR a été introduit comme liant d’électrodes et a été analysé, avec le procédé de fabrication classique puis avec le nouveau procédé. Nous avons remarqué que le HNBR est un bon candidat pour être utilisé dans un système électrochimique car il y est stable sur une large gamme de potentiels et permet d’obtenir des performances en cyclage et en puissance intéressantes. Face à ce constat, la dernière partie des travaux s’est concentrée sur une analyse approfondie du système en étudiant les interactions entre les fonctions polaires du HNBR, les nitriles, et les ions lithium présents dans l’électrolyte. La combinaison polymère-sel-solvant a été étudiée pour comprendre comment chacun de ces paramètres impacte les propriétés électrochimiques du système et en particulier la conductivité. Nous avons remarqué qu’un taux d’acrylonitrile élevé est favorable à une plus haute conductivité et que le solvant, de par son affinité avec le HNBR, est également à considérer.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.002
Threshold uncertainty score0.006

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0000.001
Open science0.0000.000
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0020.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.004
GPT teacher head0.160
Teacher spread0.156 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designBench or experimental
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2019
Admission routes1
Has abstractyes

Explore more

Same venuePapyrus : Institutional Repository (Université de Montréal)Same topicAdvanced Battery Materials and TechnologiesFrench-language works237,207