MétaCan
Menu
Retour à la cohorte
Enregistrement W3142722369 · doi:10.1002/chem.202100223

Organic Positive Materials for Magnesium Batteries: A Review

2021· review· en· W3142722369 sur OpenAlexaff
Ngoc‐Anh Tran, Nhan Do Van Thanh, Mỹ Loan Phụng Lê

Notice bibliographique

RevueChemistry - A European Journal · 2021
Typereview
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésEnvironmentally friendlyMagnesiumMaterials scienceEnergy storageBattery (electricity)NanotechnologyCathodeOrganic moleculesElectrochemistryLithium (medication)Process engineeringElectrodeElectrical engineeringChemistryEngineeringMetallurgyMoleculeOrganic chemistryPower (physics)

Résumé

récupéré en direct d'OpenAlex

Magnesium batteries, like lithium-ion batteries, with higher abundance and similar efficiency, have drawn great interest for large-scale applications such as electric vehicles, grid energy storage and many more. On the other hand, the use of organic electrode materials allows high energy-performance, metal-free, environmentally friendly, versatile, lightweight, and economically efficient magnesium storage devices. In particular, the structural diversity and the simple activity of organic molecules make redox properties, and hence battery efficiency, easy to monitor. While organic magnesium batteries still in their infancy, this field becomes more and more promising because significant results were reported. To summarize the achievements in studies on organic cathodes for magnesium systems, their synthesis is discussed, combined with electrode design to provide the basis for controlling the electrochemical properties. Moreover, the techniques to synthesize organic materials with high-yield are mentioned. Finally, potential problems and prospects are explored to further improve organic cathodes.

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)0,000
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 enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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 Opus0,027
Tête enseignante GPT0,284
Écart entre enseignants0,257 · 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

Citations35
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemistry - A European JournalMême sujetAdvancements in Battery MaterialsTravaux en français237 207