MétaCan
Menu
Retour à la cohorte
Enregistrement W2933783536 · doi:10.1021/jacs.8b13295

Extending the Lifetime of Organic Flow Batteries via Redox State Management

2019· article· en· W2933783536 sur OpenAlexfundno aff
Marc‐Antoni Goulet, Liuchuan Tong, Daniel A. Pollack, Daniel P. Tabor, Susan A. Odom, Alán Aspuru‐Guzik, Eugene E. Kwan, Roy G. Gordon, Michael J. Aziz

Notice bibliographique

RevueJournal of the American Chemical Society · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced battery technologies research
Établissements canadiensnon disponible
Organismes subventionnairesDivision of Graduate EducationAdvanced Research Projects Agency - EnergyCanada Research ChairsU.S. Department of EnergyInnovationsfondenHarvard School of Engineering and Applied Sciences
Mots-clésChemistryFlow batteryAnthraquinoneRedoxAnthroneQuinoneRenewable energyDecompositionAnthraquinonesBattery (electricity)ElectrolyteOrganic chemistryElectrodeThermodynamicsPower (physics)

Résumé

récupéré en direct d'OpenAlex

Redox flow batteries based on quinone-bearing aqueous electrolytes have emerged as promising systems for energy storage from intermittent renewable sources. The lifetime of these batteries is limited by quinone stability. Here, we confirm that 2,6-dihydroxyanthrahydroquinone tends to form an anthrone intermediate that is vulnerable to subsequent irreversible dimerization. We demonstrate quantitatively that this decomposition pathway is responsible for the loss of battery capacity. Computational studies indicate that the driving force for anthrone formation is greater for anthraquinones with lower reduction potentials. We show that the decomposition can be substantially mitigated. We demonstrate that conditions minimizing anthrone formation and avoiding anthrone dimerization slow the capacity loss rate by over an order of magnitude. We anticipate that this mitigation strategy readily extends to other anthraquinone-based flow batteries and is thus an important step toward realizing renewable electricity storage through long-lived organic flow 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 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 enseignants0,002
Score d'incertitude au seuil0,006

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,005
Tête enseignante GPT0,234
Écart entre enseignants0,229 · 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

Citations239
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Chemical SocietyMême sujetAdvanced battery technologies researchTravaux en français237 207