MétaCan
Menu
Retour à la cohorte
Enregistrement W2810982816 · doi:10.1021/acs.chemmater.8b01704

Revealing the Chemical Mechanism of NaO<sub>2</sub> Decomposition by In Situ Raman Imaging

2018· article· en· W2810982816 sur OpenAlexafffund
Hossein Yadegari, Mohammad Norouzi Banis, Xiaoting Lin, Alicia Koo, Ruying Li

Notice bibliographique

RevueChemistry of Materials · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Materials and Technologies
Établissements canadiensWestern University
Organismes subventionnairesWestern UniversityNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCanada Foundation for Innovation
Mots-clésElectrolyteOverpotentialDecompositionChemistryRaman spectroscopyChemical decompositionBattery (electricity)Inorganic chemistryReaction mechanismElectrodeChemical engineeringElectrochemistryOrganic chemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Sodium–oxygen (Na–O 2 ) batteries exhibit a low charging overpotential owing to the reversible formation and decomposition of sodium superoxide (NaO 2 ) on discharge and charge cycles. However, the cycling performance of the battery system is compromised by the side reactions occurring between the reactive NaO 2 discharge product with the other components of the cell including the air electrode and the organic electrolyte. In the present study, we employ a Raman imaging technique to reveal the chemical mechanism behind the decomposition reaction of NaO 2 in the presence of diglyme-based electrolyte. Our results illustrate the formation of oxalate-based side products resulting from prolonged exposure of NaO 2 to the cell electrolyte. Moreover, we show that Na 2 O 2 ·2H 2 O is not the thermodynamically favorable side product for decomposition of NaO 2 and may only be formed under the high-energy beam used by the measuring probe. The findings of this study help to better understand the underlying chemical reaction mechanisms of Na–O 2 cells.

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 enseignants0,002
Score d'incertitude au seuil0,463

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 Opus0,004
Tête enseignante GPT0,209
Écart entre enseignants0,205 · 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

Citations26
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemistry of MaterialsMême sujetAdvanced Battery Materials and TechnologiesTravaux en français237 207