MétaCan
Menu
Retour à la cohorte
Enregistrement W2549484929 · doi:10.1021/acs.jpclett.6b02351

Unusual Li-Ion Transfer Mechanism in Liquid Electrolytes: A First-Principles Study

2016· article· en· W2549484929 sur OpenAlexaff
Zhen‐Kun Tang, John S. Tse, Limin Liu

Notice bibliographique

RevueThe Journal of Physical Chemistry Letters · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesGovernment of Guangdong ProvinceNatural Science Foundation of Hunan ProvinceChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésElectrolyteIonDiffusionChemistryConductivityLithium (medication)Chemical physicsIonic conductivityMolecular dynamicsSalt (chemistry)Inorganic chemistryIonic bondingThermodynamicsComputational chemistryPhysical chemistryOrganic chemistryElectrode

Résumé

récupéré en direct d'OpenAlex

Liquid electrolytes play an important role in commercial lithium-ion (Li-ion) batteries as a conduit for Li-ion transfer between anodes and cathodes. It is generally believed that the Li-ions move along with the salt ions; thus, Li-ion diffusion is only affected by the viscosity and salt concentration in the liquid electrolytes based on the Stokes-Einstein equation. In this study, a novel and faster Li-ion diffusion mechanism in electrolytes containing a cyanogen group is identified from first-principles molecular dynamics (FPMD) simulations. In this mechanism, the Li-ions are first detached from the Li-salt and then diffuse along with the solvent molecules, and the Li-ion diffusion does not obey the traditional Stokes-Einstein equation. The ionic conductivity of the electrolyte systems with this "solvent-assisted Li-ion diffusion" mechanism is further enhanced through Li-ion hopping. This novel Li-ion diffusion process explains recent findings of high Li-ion conductivity in electrolytes with cyanogen groups and furnishes a new paradigm for the design of fast-charging liquid electrolyte for Li-ion batteries.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,428

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 Opus0,011
Tête enseignante GPT0,223
Écart entre enseignants0,212 · 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'étudeExpérimental (laboratoire)
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

Citations51
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry LettersMême sujetAdvancements in Battery MaterialsTravaux en français237 207