MétaCan
Menu
Retour à la cohorte
Enregistrement W4225124349 · doi:10.1002/cey2.193

A novel design of 3D carbon host for stable lithium metal anode

2022· article· en· W4225124349 sur OpenAlexaff
Hang Liu, Jie Di, Ping Wang, Rui Gao, Han Tian, Pengfei Ren, Qingxi Yuan, Wanxia Huang, Ruiping Liu, Qiang Liu, Ming Feng

Notice bibliographique

RevueCarbon Energy · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesPeople's Government of Jilin ProvinceNational Natural Science Foundation of ChinaJilin Province Development and Reform Commission
Mots-clésFaraday efficiencyAnodeMaterials scienceLithium (medication)Electrical conductorCarbon fibersPorosityLithium metalHost (biology)NanotechnologyChemical engineeringMetalComposite materialChemistryElectrodeMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract Rational design of porous conductive hosts with high electrical conductivity, large surface area, and adequate interior space is desirable to suppressing dendritic lithium growth and accommodating large volume change of lithium metal anode during the Li plating/stripping process. However, due to the conductive nature of the conductive hosts, Li is easily deposited directly on the top of the hosts, which hinders it from fully functioning. To circumvent the issue, in this study, we designed a novel porous carbon host with a gradient‐pore‐size structure based on one‐dimensional (1D) carbon with different diameters. With this kind of host, stable cycling with high and stable Coulombic efficiency of ~98% is achieved at 0.5 mA cm−2 with an areal capacity of 1 mAh cm−2 over 320 cycles. In contrast, the normal three‐dimensional (3D) carbon nanotube host presents a moss‐like Li morphology with wildly fluctuating Coulombic efficiency after 100 cycles. The results reveal that the unique gradient‐pore‐size structure of the 3D conductive host greatly improves the performance of lithium metal 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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,021
Tête enseignante GPT0,221
Écart entre enseignants0,200 · 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'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

Citations84
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCarbon EnergyMême sujetAdvancements in Battery MaterialsTravaux en français237 207