MétaCan
Menu
← Retour à la cohorte
Enregistrement W2991020135 · doi:10.1039/9781788012959-00100

Electrolyte Development for Solid-state Lithium Batteries

2019· book-chapter· en· W2991020135 sur OpenAlexaff
Sourav Bag, Venkataraman Thangadurai

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésFast ion conductorElectrolyteLithium (medication)Materials scienceIonIonic bondingCeramicInorganic chemistryPerovskite (structure)Ionic conductivityChemical engineeringChemistryPhysical chemistryCrystallographyElectrodeMetallurgyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

In this chapter, we report on the recent progress in the development of Li-ion electrolytes for next- generation Li batteries. With a brief overview of state-of-the-art organic polymer electrolytes for Li-ion batteries, the status of solid-state (ceramic) Li-ion electrolyte research based on various inorganic compounds including Li3N, Li-β-alumina, Li3PO4, Li4SiO4, Li-based sodium super ionic conductors (NASICON) structure, LiM2(PO4)3 (M = Zr, Ti, Ge), lithium super ionic conductor (LISICON) Li14Zn(GeO4), perovskite-type La(2/3)−xLi3xTiO3 (LLTO), anti-perovskite Li3OX (X = Cl, Br) and garnet-type structure Li5La3M2O12 (M = Nb, Ta, Sb), Li6La2AM2O12 (A = Ca, Sr, Ba; M = Nb, Ta), and Li7La3M2O12 (M = Zr, Hf) are reviewed. Among these solid Li-ion electrolytes, some of the Zr and Ta-based Li-stuffed garnet-type oxides such as Li5La3Ta2O12, Li7La3Zr2O12 and Li7−xLa3Zr2−xTaxO12, and Li4−xSi1−xPxO4 membranes were found to be stable against chemical reaction with elemental Li and electrochemically stable at high voltages, which may enable high energy density Li-ion batteries. Application of selected solid-state Li-ion electrolytes in all-solid-state Li-ion batteries is presented in this chapter.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,008

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 Opus0,015
Tête enseignante GPT0,236
Écart entre enseignants0,221 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvancements in Battery Materials→Travaux en français237 207→