MétaCan
Menu
Retour à la cohorte
Enregistrement W4206172760 · doi:10.1021/acs.chemrev.1c00594

Antiperovskite Electrolytes for Solid-State Batteries

2022· article· en· W4206172760 sur OpenAlexafffund

Notice bibliographique

RevueChemical Reviews · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Materials and Technologies
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of ChinaCanada Research ChairsCanada Foundation for Innovation
Mots-clésElectrolyteAntiperovskiteAnodeIonic conductivityBattery (electricity)ElectrochemistryElectrochemical windowElectrical conductor

Résumé

récupéré en direct d'OpenAlex

Solid-state batteries have fascinated the research community over the past decade, largely due to their improved safety properties and potential for high-energy density. Searching for fast ion conductors with sufficient electrochemical and chemical stabilities is at the heart of solid-state battery research and applications. Recently, significant progress has been made in solid-state electrolyte development. Sulfide-, oxide-, and halide-based electrolytes have been able to achieve high ionic conductivities of more than 10 –3 S/cm at room temperature, which are comparable to liquid-based electrolytes. However, their stability toward Li metal anodes poses significant challenges for these electrolytes. The existence of non-Li cations that can be reduced by Li metal in these electrolytes hinders the application of Li anode and therefore poses an obstacle toward achieving high-energy density. The finding of antiperovskites as ionic conductors in recent years has demonstrated a new and exciting solution. These materials, mainly constructed from Li (or Na), O, and Cl (or Br), are lightweight and electrochemically stable toward metallic Li and possess promising ionic conductivity. Because of the structural flexibility and tunability, antiperovskite electrolytes are excellent candidates for solid-state battery applications, and researchers are still exploring the relationship between their structure and ion diffusion behavior. Herein, the recent progress of antiperovskites for solid-state batteries is reviewed, and the strategies to tune the ionic conductivity by structural manipulation are summarized. Major challenges and future directions are discussed to facilitate the development of antiperovskite-based solid-state batteries.

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 enseignants0,004
Score d'incertitude au seuil0,013

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,004

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 Opus0,015
Tête enseignante GPT0,254
Écart entre enseignants0,238 · 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

Citations272
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemical ReviewsMême sujetAdvanced Battery Materials and TechnologiesTravaux en français237 207