Modeling the Effect of Lithium Superoxide Solvation and Surface Reduction Kinetics on Discharge Capacity in Lithium–Oxygen Batteries
Notice bibliographique
Résumé
Li–O 2 batteries could potentially yield significantly higher capacities than Li-ion batteries. Achieving high capacity requires efficient void-filling of the cathode by the insoluble insulating discharge product Li 2 O 2, which forms by two competing mechanistic pathways. One is a surface-mediated pathway that leads to formation of thin films of Li 2 O 2 on the electrode. The other is a solvent-mediated pathway, involving the solvation of a Li + –O 2 – intermediate that disproportionates and leads to the formation of large toroidal particles. As the solvent pathway produces large particles that are more efficient for void-filling than thin films produced by the surface pathway, there has been an active search for modifications that can promote the solvent pathway. We construct a model that demonstrates how discharge parameters influence each pathway and can be optimized to yield high capacity. We test the model with rotating ring-disk electrode experiments, which allow for the direct measurement of the relative contributions of solution and solvent pathways as a function of rotation rate, water content, voltage, and choice of solvent. We show that favorability of solvation of Li + –O 2 – has a weak effect on the solvation rate and a large effect on the surface pathway rate. This insight can help guide strategies to optimize capacity in Li–O 2 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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».