Energy storage emerging: A perspective from the Joint Center for Energy Storage Research
Notice bibliographique
Résumé
Energy storage is an integral part of modern society. A contemporary example is the lithium (Li)-ion battery, which enabled the launch of the personal electronics revolution in 1991 and the first commercial electric vehicles in 2010. Most recently, Li-ion batteries have expanded into the electricity grid to firm variable renewable generation, increasing the efficiency and effectiveness of transmission and distribution. Important applications continue to emerge including decarbonization of heavy-duty vehicles, rail, maritime shipping, and aviation and the growth of renewable electricity and storage on the grid. This perspective compares energy storage needs and priorities in 2010 with those now and those emerging over the next few decades. The diversity of demands for energy storage requires a diversity of purpose-built batteries designed to meet disparate applications. Advances in the frontier of battery research to achieve transformative performance spanning energy and power density, capacity, charge/discharge times, cost, lifetime, and safety are highlighted, along with strategic research refinements made by the Joint Center for Energy Storage Research (JCESR) and the broader community to accommodate the changing storage needs and priorities. Innovative experimental tools with higher spatial and temporal resolution, in situ and operando characterization, first-principles simulation, high throughput computation, machine learning, and artificial intelligence work collectively to reveal the origins of the electrochemical phenomena that enable new means of energy storage. This knowledge allows a constructionist approach to materials, chemistries, and architectures, where each atom or molecule plays a prescribed role in realizing batteries with unique performance profiles suitable for emergent demands.
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 | 0,007 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,009 | 0,014 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,011 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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 ».