Development of coarse-grained force field to investigate sodium-ion transport mechanisms in cyanoborate-based ionic liquid
Notice bibliographique
Résumé
Sodium-ion batteries have a great potential for energy storage applications, however, its realization depends strongly on a deep atomistic understanding of the sodium-ion transport mechanisms, which is a key step to optimize its performance. A complete characterization of sodium-ion transport mechanism requires large time-scale calculations, which is a challenge even for classical atomistic force-field molecular dynamics simulations. Thus, in this work, we performed a calibration of a coarse-grained force-field to describe the thermodynamic and transport properties of sodium-ion for the particular case of cyanoborate-based ionic liquid using different molar fractions of sodium tetracyanoborate salt dissolved in 1-ethyl-3-methyl-imidazolium tetracyanoborate. The results from coarse-grained modeling were found to be in fair agreement with atomistic simulations and experimental data, and they captured concentration dependence of [Nax[Anion]y]x−y aggregate sizes. In particular, two distinct populations of sodium-ions were identified inside the [Nax[Anion]y]x−y aggregates: 1) a slow one in vehicular diffusion and 2) a fast one in hoping diffusion. Both of them contribute to sodium ion transport and occur preferentially at different sodium-ion concentrations. The present findings were obtained for a cyanoborate-based ionic liquid, however, we expect that our insights can be used to understand similar ionic liquids.
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 | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».