MétaCan
Menu
Retour à la cohorte
Enregistrement W2806763737 · doi:10.1002/celc.201800572

Surface Adsorption of Polyethylene Glycol to Suppress Dendrite Formation on Zinc Anodes in Rechargeable Aqueous Batteries

2018· article· en· W2806763737 sur OpenAlexaff
Aly Mitha, Alireza Zehtab Yazdi, Moin Ahmed, Pu Chen

Notice bibliographique

RevueChemElectroChem · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced battery technologies research
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésElectrolyteAnodeMaterials scienceAqueous solutionDendrite (mathematics)PEG ratioPolyethylene glycolZincChemical engineeringBattery (electricity)Galvanic anodeCapacity lossElectrochemistryElectrodeInorganic chemistryChemistryMetallurgyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Aqueous metal batteries routinely suffer from the dendritic growth at the anode, leading to significant capacity fading and ultimately, battery failure from short‐circuit. Herein, we utilize polyethylene glycol to regulate dendrite growth and improve the long‐term cycling stability of an aqueous rechargeable lithium/zinc battery. PEG200 in the electrolyte decreases the corrosion and chronoamperometric current densities of the zinc electrode up to four‐fold. Batteries with pre‐grown dendrites also perform significantly better when PEG is present in the electrolyte (41.4 mAh g−1 vs. 7.9 mAh g−1 after 1000 cycles). X‐ray diffraction and electron microscopy studies show that dendrites in the PEG‐containing electrolyte have been inhibited, leading to much smaller/smoother surface features than those of the control. The facile preparation process of the aqueous electrolyte combined with low cost and vast performance improvement in batteries of all sizes indicates high upscaling viability.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,017
Tête enseignante GPT0,267
Écart entre enseignants0,250 · 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 source (Gemma direct ou Codex distillé), 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

Citations244
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemElectroChemMême sujetAdvanced battery technologies researchTravaux en français237 207