Combined NMR and molecular dynamics modeling study of transport properties in sulfonamide based deep eutectic lithium electrolytes: LiTFSI based binary systems
Notice bibliographique
Résumé
The trend toward Li-ion batteries operating at increased (>4.3 V vs. Li/Li(+)) voltages requires the development of novel classes of lithium electrolytes with electrochemical stability windows exceeding those of LiPF6/carbonate electrolyte solutions. Several new classes of electrolytes have been synthesized and investigated over the past decade, in the search for LIB electrolytes with improved properties (increased hydrolytic stability, improved thermal abuse tolerance, higher oxidation voltages, etc.) compared with the present state-of-the-art LiPF6 and organic carbonates-based formulations. Among these are deep eutectic electrolytes (DEEs), which share many beneficial characteristics with ionic liquids, such as low vapor pressure and large electrochemical stability windows, with the added advantage of a significantly higher lithium transference number. The present work presents the pulsed field gradient NMR characterization of the transport properties (diffusion coefficients and cation transport numbers) of binary DEEs consisting of a sulfonamide solvent and lithium bis(trifluoromethanesulfonyl)imide salt. Insights into the structural and dynamical properties, which enable one to rationalize the observed ionic conductivity behavior were obtained from a combination of NMR data and MD simulations. The insights thus gained should assist the formulation of novel DEEs with improved properties for LIB applications.
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 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».