MétaCan
Menu
Retour à la cohorte
Enregistrement W3040795836 · doi:10.1039/c9cs00636b

Developing high safety Li-metal anodes for future high-energy Li-metal batteries: strategies and perspectives

2020· review· en· W3040795836 sur OpenAlexafffund
Dai‐Huo Liu, Zhengyu Bai, Matthew Li, Aiping Yu, Dan Luo, Wenwen Liu, Lin Yang, Jun Lü, Khalil Amine, Zhongwei Chen

Notice bibliographique

RevueChemical Society Reviews · 2020
Typereview
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensRegional Municipality of WaterlooNational Institute for NanotechnologyUniversity of Waterloo
Organismes subventionnairesOffice of Energy EfficiencyWaterloo Institute for Nanotechnology, University of WaterlooNatural Sciences and Engineering Research Council of CanadaOffice of ScienceUniversity of WaterlooChina Postdoctoral Science FoundationUniversity of ChicagoNational Natural Science Foundation of ChinaHigher Education Discipline Innovation ProjectHenan Normal UniversityArgonne National LaboratoryOffice of Energy Efficiency and Renewable EnergyU.S. Department of Energy
Mots-clésLithium metalMetalHigh energyAnodeEnergy densityMaterials scienceChemistryEngineering physicsMetallurgyEngineeringElectrodePhysical chemistry

Résumé

récupéré en direct d'OpenAlex

battery systems. However, the notorious Li-dendrite growth problem results in serious safety concerns for any energy storage application. Through a recent combination of interface-based science, nanotechnology-based solutions and characterization methods, the LMA is now primed for a technological boom. In this review, the recent emerging strategies and perspectives on LMAs are summarized, following which the current huge evolution in interfacial chemistry regulation, optimizing electrolyte components, designing a rational 'host' for lithium metal, optimizing "solid-state electrolytes" and other emerging strategies for developing high-safety LMAs is highlighted. Furthermore, several state-of-the-art in situ/operando synchrotron-based X-ray techniques for high safety LMB research are introduced. With the further development of LMAs in the future, subsequent application in high energy LMBs is to be expected.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,044
Tête enseignante GPT0,295
Écart entre enseignants0,252 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations470
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemical Society ReviewsMême sujetAdvancements in Battery MaterialsTravaux en français237 207