MétaCan
Menu
Retour à la cohorte
Enregistrement W2989937242 · doi:10.3390/ma12233892

Building Better Batteries in the Solid State: A Review

2019· review· en· W2989937242 sur OpenAlexaff
A. Mauger, C. Julien, Andrea Paolella, Michel Armand, Karim Zaghib

Notice bibliographique

RevueMaterials · 2019
Typereview
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Materials and Technologies
Établissements canadiensHydro-Québec
Organismes subventionnairesnon disponible
Mots-clésSolid-stateMaterials scienceEnvironmental scienceEngineering physicsEngineering

Résumé

récupéré en direct d'OpenAlex

Most of the current commercialized lithium batteries employ liquid electrolytes, despite their vulnerability to battery fire hazards, because they avoid the formation of dendrites on the anode side, which is commonly encountered in solid-state batteries. In a review two years ago, we focused on the challenges and issues facing lithium metal for solid-state rechargeable batteries, pointed to the progress made in addressing this drawback, and concluded that a situation could be envisioned where solid-state batteries would again win over liquid batteries for different applications in the near future. However, an additional drawback of solid-state batteries is the lower ionic conductivity of the electrolyte. Therefore, extensive research efforts have been invested in the last few years to overcome this problem, the reward of which has been significant progress. It is the purpose of this review to report these recent works and the state of the art on solid electrolytes. In addition to solid electrolytes stricto sensu, there are other electrolytes that are mainly solids, but with some added liquid. In some cases, the amount of liquid added is only on the microliter scale; the addition of liquid is aimed at only improving the contact between a solid-state electrolyte and an electrode, for instance. In some other cases, the amount of liquid is larger, as in the case of gel polymers. It is also an acceptable solution if the amount of liquid is small enough to maintain the safety of the cell; such cases are also considered in this review. Different chemistries are examined, including not only Li-air, Li–O2, and Li–S, but also sodium-ion batteries, which are also subject to intensive research. The challenges toward commercialization are also considered.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

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 Opus0,040
Tête enseignante GPT0,323
Écart entre enseignants0,284 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations273
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetAdvanced Battery Materials and TechnologiesTravaux en français237 207