(Invited) Building Better Batteries in the Solid State
Notice bibliographique
Résumé
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 (see J. Power Sources 353 (2017) 333-342), 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-O 2 , 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».