Electrochemistry and transport properties of electrolytes modified with ferrocene redox-active ionic liquid additives
Notice bibliographique
Résumé
Used in their pure, undiluted form, ionic liquids usually result in Li-ion battery electrolytes with inadequate performance due low Li + transport numbers (t Li+ ). Alternatively, they can be used as additives dissolved in carbonates to maintain a high t Li+ while providing the electrolyte with additional properties such as resistance to combustion, current collector passivation, and decreased Li dendritic growth. Additional properties can be imparted to the ionic liquid via the modification of their structure. Ionic liquids modified with electroactive moieties such as ferrocene (Fc-IL) can be used as an additive in Li-ion battery (LiB) electrolytes to prevent cathode over-oxidation via the redox shuttle mechanism. The aim of the present work is to evaluate the properties of LiB electrolytes modified with such Fc-IL at different concentrations. At low concentrations (0.3–0.5 mol/L), the redox-active ionic liquid behaves as expected for a redox shuttle. We show that at 1 mol/L, however, the redox ionic liquid yields a different discharge behavior after the overcharging step, providing an increase in discharge capacity. This behavior is linked to the deposition of the ferrocenium-IL at the positive electrode. Such electrolyte is non-flammable and is highly efficient to achieve shuttling of excess charge. Based on this principle, it is expected that novel ionic liquids can be designed for development of other types of additives and contribute to developing safer battery electrolytes. As a part of this commemorative issue, this contribution highlights the type of collaborative research currently being done on energy storage devices at the Department of Chemistry at the Université de Montréal.
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 ».