MétaCan
Menu
Retour à la cohorte
Enregistrement W4225312644 · doi:10.1016/j.isci.2022.104204

Aqueous zinc batteries: Design principles toward organic cathodes for grid applications

2022· review· en· W4225312644 sur OpenAlexafffund
Eloi Grignon, Alicia M. Battaglia, Tyler B. Schon, Dwight S. Seferos

Notice bibliographique

RevueiScience · 2022
Typereview
Langueen
DomaineEngineering
ThématiqueAdvanced battery technologies research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of CanadaCanada Foundation for InnovationOntario Research Foundation
Mots-clésScalabilityContext (archaeology)Organic radical batteryEnergy storageCathodeComputer scienceNanotechnologyRenewable energyGridBattery (electricity)Process engineeringMaterials scienceEnvironmental scienceBiochemical engineeringEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

The development of low-cost and sustainable grid energy storage is urgently needed to accommodate the growing proportion of intermittent renewables in the global energy mix. Aqueous zinc-ion batteries are promising candidates to provide grid storage due to their inherent safety, scalability, and economic viability. Organic cathode materials are especially advantageous for use in zinc-ion batteries as they can be synthesized using scalable processes from inexpensive starting materials and have potential for biodegradation at their end of life. Strategies for designing organic cathode materials for rechargeable zinc-ion batteries targeting grid applications will be discussed in detail. Specifically, we emphasize the importance of cost analysis, synthetic simplicity, end-of-life scenarios, areal loading of active material, and long-term stability to materials design. We highlight the strengths and challenges of present zinc-organic research in the context of our design principles, and provide opportunities and considerations for future electrode design.

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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,169
Tête enseignante GPT0,365
Écart entre enseignants0,196 · 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

Citations60
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetAdvanced battery technologies researchTravaux en français237 207