Nanostructured materials for lithium-ion batteries: Surface conductivity vs. bulk ion/electron transport
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Lithium metal phosphates are amongst the most promising cathode materials for high capacity lithium-ion batteries. Owing to their inherently low electronic conductivity, it is essential to optimize their properties to minimize defect concentration and crystallite size (down to the submicron level), control morphology, and to decorate the crystallite surfaces with conductive nanostructures that act as conduits to deliver electrons to the bulk lattice. Here, we discuss factors relating to doping and defects in olivine phosphates LiMPO4 (M = Fe, Mn, Co, Ni) and describe methods by which in situ nanophase composites with conductivities ranging from 10(-4)-10(-2) S cm(-1) can be prepared. These utilize surface reactivity to produce intergranular nitrides, phosphides, and/or phosphocarbides at temperatures as low as 600 degrees C that maximize the accessibility of the bulk for Li de/insertion. Surface modification can only address the transport problem in part, however. A key issue in these materials is also to unravel the factors governing ion and electron transport within the lattice. Lithium de/insertion in the phosphates is accompanied by two-phase transitions owing to poor solubility of the single phase compositions, where low mobility of the phase boundary limits the rate characteristics. Here we discuss concerted mobility of the charge carriers. Using Mössbauer spectroscopy to pinpoint the temperature at which the solid solution forms, we directly probe small polaron hopping in the solid solution Li(x)FePO4 phases formed at elevated temperature, and give evidence for a strong correlation between electron and lithium delocalization events that suggests they are coupled.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 découle