Artificial Cathode-Electrolyte Interphase towards High-Performance Lithium-Ion Batteries: A Case Study of β-AgVO3
Notice bibliographique
Résumé
Silver vanadates (SVOs) have been widely investigated as cathode materials for high-performance lithium-ion batteries (LIBs). However, similar to most vanadium-based materials, SVOs suffer from structural collapse/amorphization and vanadium dissolution from the electrode into the electrolyte during the Li insertion and extraction process, causing poor electrochemical performance in LIBs. We employ ultrathin Al2O3 coatings to modify β-AgVO3 (as a typical example of SVOs) by an atomic layer deposition (ALD) technique. The galvanostatic charge-discharge test reveals that ALD Al2O3 coatings with different thicknesses greatly affected the cycling performance. Especially, the β-AgVO3 electrode with ~10 nm Al2O3 coating (100 ALD cycles) exhibits a high specific capacity of 271 mAh g−1, and capacity retention is 31%, much higher than the uncoated one of 10% after 100 cycles. The Coulombic efficiency is improved from 89.8% for the pristine β-AgVO3 to 98.2% for Al2O3-coated one. Postcycling analysis by cyclic voltammetry (CV), cyclic voltammetry (EIS), and scanning electron microscopy (SEM) disclose that 10-nm Al2O3 coating greatly reduces cathode-electrolyte interphase (CEI) resistance and the charge transfer resistance in the β-AgVO3 electrode. Al2O3 coating by the ALD method is a promising technique to construct artificial CEI and stabilize the structure of SVOs, providing new insights for vanadium-based electrodes and their energy storage devices.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».