Si‐, Ge‐, Sn‐Based Anode Materials for Lithium‐Ion Batteries: From Structure Design to Electrochemical Performance
Notice bibliographique
Résumé
As state‐of‐the‐art rechargeable energy‐storage devices, lithium‐ion batteries (LIBs) are widely applied in various areas, such as storage of electrical energy converted from renewable energy and powering portable electronic devices and electric vehicles (EVs). Nevertheless, the energy density and working life of current commercial LIBs cannot satisfy the rapid development of these applications. It is urgently required that the electrochemical performance of LIBs, which is mainly determined by the electroactive electrode materials, is improved. However, commercial graphite‐based anode materials deliver a relatively low theoretical capacity of 372 mA h g −1 , severely hindering the increase of the energy density of LIBs. Recently, M‐based anode (M represents Si, Ge, and Sn) materials have attracted great attention due to their high theoretical capacity and reasonable anodic voltage. However, the application of M‐based anode materials is seriously limited by a series of several critical problems, such as poor kinetics and huge volume change on cycling. Here, these fundamental problems leading to poor electrochemical performance are discussed, and a series of reasonable nanostructures for M‐based anodes with improved electrochemical performance is summarized, demonstrating that the dimensional control in structure design plays a critical role for solving these problems.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».