Spontaneous Repairing Liquid Metal/Si Nanocomposite as a Smart Conductive-Additive-Free Anode for Lithium-ion Battery
Notice bibliographique
Résumé
Silicon is a promising candidate for negative electrodes due to its high theoretical specific capacity (~3579 mAh g-1) and low lithiation potential (~0.40 V vs Li). However, its practical applications in battery have been inhibited by the large volume change (~400%) induced by Li+-insertion into Si lattices. Here, we attempt to resolve this issue at a fundamental level, and report for the first time a novel liquid metal (LM)-mediated spontaneous repairing conductive-additive-free Si anode for Li-ion battery. The fluidity of LM ensures the eternal contact between Si and the conducting-network during its repeated electrochemical reactions. The as-prepared nano-composite of LM/Si leads to superior performances as characterized by high capacity utilization (2300 mAh g-1 at 500 mA g-1), long-term stability (968 mAh g-1 after 1500 charge-discharge cycles at 8 A g-1 with 81.3% retention), high rate capability (360 mAh g-1 at 20 A g-1, equivalence of 55 C, or full charge/discharge in 65 seconds), and, in particular, an extra-ordinarily high initial coulombic efficiency (95.92%), which is not only the highest reported for Si to the best of our knowledge, but also higher than the mature graphitic carbon anodes. The unique approach described in this work not only resolves the basic stress challenges faced by the promising but often problematic alloy-type materials; in broader context it also provides a universal inspiration to all electrode materials whose electric properties suffer from extreme mechanic upheavals induced by the electrochemical strains during the cell reactions.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 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 ».