New Approaches for High Energy Density Lithium–Sulfur Battery Cathodes
Notice bibliographique
Résumé
The goal of replacing combustion engines or reducing their use presents a daunting problem for society. Current lithium-ion technologies provide a stepping stone for this dramatic but inevitable change. However, the theoretical gravimetric capacity (∼300 mA h g(-1)) is too low to overcome the problems of limited range in electric vehicles, and their cost is too high to sustain the commercial viability of electrified transportation. Sulfur is the one of the most promising next generation cathode materials. Since the 1960s, researchers have studied sulfur as a cathode, but only recently have great strides been made in preparing viable composites that can be used commercially. Sulfur batteries implement inexpensive, earth-abundant elements at the cathode while offering up to a five-fold increase in energy density compared with present Li-ion batteries. Over the past few years, researchers have come closer to solving the challenges associated with the sulfur cathode. Using carbon or conducting polymers, researchers have wired up sulfur, an excellent insulator, successfully. These conductive hosts also function to encapsulate the active sulfur mass upon reduction/oxidation when highly soluble lithium polysulfides are formed. These soluble discharge products remain a crux of the Li-S cell and need to be contained in order to increase cycle life and capacity retention. The use of mesoporous carbons and tailored designs featuring porous carbon hollow spheres have led to highly stable discharge capacities greater than 900 mA h g(-1) over 100 cycles. In an attempt to fully limit polysulfide dissolution, methods that rely on coating carbon/sulfur composites with polymers have led to surprisingly stable capacities (∼90% of initial capacity retained). Additives will also play an important role in sulfur electrode design. For example, small fractions (> 3 wt%) of porous silica or titania effectively act as polysulfide reservoirs, decreasing their concentration in the electrolyte and leading to a higher utilization of sulfur and increased capacities.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».