MétaCan
Menu
Retour à la cohorte
Enregistrement W3083506867 · doi:10.1002/aenm.202001318

Interfaces in Garnet‐Based All‐Solid‐State Lithium Batteries

2020· article· en· W3083506867 sur OpenAlexafffund
Dawei Wang, Changbao Zhu, Yanpeng Fu, Xueliang Sun, Yong Yang

Notice bibliographique

RevueAdvanced Energy Materials · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensWestern University
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Key Research and Development Program of ChinaCanada Foundation for InnovationNational Natural Science Foundation of ChinaWestern UniversityNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésMaterials scienceElectrolyteCathodeElectrodeLithium (medication)Energy storageElectrochemistrySulfideNanotechnologyMetallurgyElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract All‐solid‐state lithium batteries (ASSLBs) are considered to be the next‐generation energy storage system, because of their overwhelming advantages in energy density and safety compared to conventional lithium ion batteries. Among various systems, garnet‐based ASSLBs are one of the most promising candidates. The advantages arise from the intrinsic properties of garnet electrolytes, especially the high shear modulus and wider electrochemical window compared to that of polymer and sulfide electrolytes, guaranteeing the application of Li metal and high voltage cathodes. However, the interfacial issues between garnets and electrodes (Li metal and cathodes) are challenging and hinder the further development of garnet‐based ASSLBs. Herein, the origin of interfacial resistance and recent development of interfacial construction in garnet‐based ASSLBs are reviewed, as well as the subsequent interfacial degradation and cell failure during cycling process, including inhomogeneous plating and stripping, Li dendrites, and strain induced microcracks in stiff electrodes. Finally, the future challenges and opportunities in this important and exciting field are also presented.

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), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,150
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,244
Écart entre enseignants0,230 · 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'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

Citations111
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Energy MaterialsMême sujetAdvancements in Battery MaterialsTravaux en français237 207