MétaCan
Menu
Retour à la cohorte
Enregistrement W3034263551 · doi:10.1002/aenm.202001139

Tailoring the Mechanical and Electrochemical Properties of an Artificial Interphase for High‐Performance Metallic Lithium Anode

2020· article· en· W3034263551 sur OpenAlexafffund
Yipeng Sun, Maedeh Amirmaleki, Yang Zhao, Changtai Zhao, Jianneng Liang, Changhong Wang, Keegan R. Adair, Junjie Li, Teng Cui, Guorui Wang, Ruying Li, Tobin Filleter, Mei Cai, Tsun‐Kong Sham, Xueliang Sun

Notice bibliographique

RevueAdvanced Energy Materials · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Materials and Technologies
Établissements canadiensUniversity of TorontoWestern University
Organismes subventionnairesWestern UniversityNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCanada Foundation for Innovation
Mots-clésMaterials scienceFaraday efficiencyOverpotentialAnodeElectrolyteLithium metalElectrochemistryLithium (medication)NanotechnologyInterphaseChemical engineeringCoatingElectrode

Résumé

récupéré en direct d'OpenAlex

Abstract Lithium metal is regarded as the “Holy Grail” of anode materials due to its low electrochemical potential and high theoretical capacity. Unfortunately, its unstable solid electrolyte interphase (SEI) leads to low Coulombic efficiency (CE) and serious safety issues. Herein, a hybrid nanoscale polymeric protective film with tunable composition and improved stiffness is developed by incorporating aluminum crosslinkers into the polymer chains. The Li plating/stripping process is regulated through the protective coating and the dendrite growth is effectively suppressed. Promisingly, the protected Li can deliver stable performance for more than 350 h with a cycling capacity of 2 mAh cm −2 without a notable increase in overpotential. Moreover, a stable charge/discharge cycling in Li–O 2 batteries with the protected Li can be maintained for more than 600 h. This work provides guidance on the rational design of electrode interfaces and opens up new opportunities for the fabrication of next‐generation energy storage systems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,565

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,208
Écart entre enseignants0,191 · 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 tête enseignante, 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

Citations54
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Energy MaterialsMême sujetAdvanced Battery Materials and TechnologiesTravaux en français237 207