MétaCan
Menu
Retour à la cohorte
Enregistrement W4226261780 · doi:10.1139/cjc-2021-0319

Li-stuffed garnet electrolytes: structure, ionic conductivity, chemical stability, interface, and applications

2022· article· en· W4226261780 sur OpenAlexafffundvenue
Bowen Chen, Subhajit Sarkar, Sanoop Palakkathodi Kammampata, Chengtian Zhou, Venkataraman Thangadurai

Notice bibliographique

RevueCanadian Journal of Chemistry · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Materials and Technologies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésElectrolyteElectrochemical windowIonic conductivityLithium (medication)Fast ion conductorChemistryConductivityBattery (electricity)ElectrochemistryThermal stabilityChemical stabilityIonCeramicCathodeChemical engineeringElectrodePower (physics)Physical chemistryThermodynamicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Current lithium-ion batteries have been widely used in portable electronic devices, electric vehicles, and peak power demand. However, the organic liquid electrolytes used in the lithium-ion battery are flammable and not stable in contact with elemental lithium and at a higher voltage. To eliminate the safety and instability issues, solid-state (ceramic) electrolytes have attracted enormous interest worldwide, owing to their thermal and high voltage stability. Among all the solid-state electrolytes known today, the Li-stuffed garnet is one of the most promising electrolytes due to its physical and chemical properties such as high total Li-ion conductivity at room temperature, chemical stability with elemental lithium and high voltage lithium cathodes, and high electrochemical stability window (6 V vs. Li + /Li). In this short review, we provide an overview of Li-stuffed garnet electrolytes with a focus on their structure, ionic conductivity, transport mechanism, chemical stability, and battery applications.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,012
Score d'incertitude au seuil0,578

Scores Codex et Gemma par catégorie

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 Opus0,007
Tête enseignante GPT0,190
Écart entre enseignants0,183 · 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 tête enseignante, 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

Citations8
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ChemistryMême sujetAdvanced Battery Materials and TechnologiesTravaux en français237 207