MétaCan
Menu
Retour à la cohorte
Enregistrement W3081198813 · doi:10.1149/1945-7111/abb178

Review—Li-Ion Photo-Batteries: Challenges and Opportunities

2020· article· en· W3081198813 sur OpenAlexaff
Andrea Paolella, Ashok K. Vijh, Abdelbast Guerfi, Karim Zaghib, Cyril Faure

Notice bibliographique

RevueJournal of The Electrochemical Society · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced battery technologies research
Établissements canadiensHydro-Québec
Organismes subventionnairesnon disponible
Mots-clésRenewable energyContext (archaeology)Energy storageBattery (electricity)Solar energyFossil fuelSolar powerNanotechnologyProcess engineeringComputer scienceEnvironmental scienceElectrical engineeringEngineeringPower (physics)Materials scienceWaste managementPhysics

Résumé

récupéré en direct d'OpenAlex

Humanity’s greatest challenge in the 21st century consists in transitioning from fossil fuels towards renewable energy technologies. Since all renewable are intermittent, the common challenge for all renewables is storage. In this context, designing and realizing hybrid devices that combine energy conversion with storage represents a major opportunity. Among renewables, solar energy is particularly important, because in one hour the Sun sends towards us enough energy to power the whole planet for one year; nevertheless, our current global use of solar energy is only about 1%, The aim of this short review is to describe the current state of the art and perspectives in the emerging area of photo-rechargeable batteries. This hybrid device consists in a photo-electrochemical system that combines solar energy conversion with electrochemical storage, storing energy during the day and allowing release at night. While the opportunity of combining solar and battery technologies into a single system is promising, major challenges are yet to be overcome. Here we summarize the most promising architectures developed so far and potential research directions in this exciting area of technology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,268
Écart entre enseignants0,219 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations36
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical SocietyMême sujetAdvanced battery technologies researchTravaux en français237 207