MétaCan
Menu
Retour à la cohorte
Enregistrement W2283413632 · doi:10.1149/ma2014-04/1/139

Invited Presentation: Lithium Metal Anode: Challenges and Opportunities

2014· article· en· W2283413632 sur OpenAlexaff
Karim Zaghib

Notice bibliographique

RevueECS Meeting Abstracts · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueExtraction and Separation Processes
Établissements canadiensHydro-Québec
Organismes subventionnairesnon disponible
Mots-clésLithium (medication)AnodeMaterials scienceElectrolyteBattery (electricity)Ionic conductivityOrganic radical batteryPolymerLithium batteryLithium metalNanoarchitectures for lithium-ion batteriesNanotechnologyChemical engineeringIonic bondingElectrodeChemistryIonComposite materialPower (physics)Organic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Research on lithium metal combined with polymer electrolyte in lithium rechargeable batteries was started in 1979. Since that time, battery research has expanded worldwide. Several new polymers, solid electrolytes and ionic liquids with improved conductivity were identified. These advances resulted from a better understanding of the major parameters controlling ion migration, such as favorable polymer structure, phase diagram between solvating polymer and lithium salt, and the development of new lithium counter-anions. In spite of the progress so far, the quest for a highly conductive dry polymer at room temperature is still not available. However, effort is continuing, and all-lithium polymer battery (LPB) developers presently face the challenge of whether to heat the polymer electrolyte to enable high-power performance, as required for electric vehicle and energy storage. LPB developers have explored both the high-temperature and low-temperature options. This presentation discusses the challenges and opportunities in developing thin lithium metal with stable SEI as negative electrode for three battery technologies using: 1. Batteries made from dry polymer and ionic liquid-polymer electrolytes for rechargeable lithium batteries 2. All solid-state Li-sulfur batteries 3. Li-air batteries. In addition, we will discuss the safety of lithium, dendrite mechanism, interface phenomena, side reactions, protection of lithium metal, and lithium alloys.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,716
Score d'incertitude au seuil0,486

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,058
Tête enseignante GPT0,264
Écart entre enseignants0,206 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetExtraction and Separation ProcessesTravaux en français237 207