MétaCan
Menu
Retour à la cohorte
Enregistrement W4233060670 · doi:10.1002/ange.201907759

Highly Stable Lithium Metal Anode Interface via Molecular Layer Deposition Zircone Coatings for Long Life Next‐Generation Battery Systems

2019· article· en· W4233060670 sur OpenAlexaff
Keegan R. Adair, Changtai Zhao, Mohammad Norouzi Banis, Yang Zhao, Ruying Li, Mei Cai, Xueliang Sun

Notice bibliographique

RevueAngewandte Chemie · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésAnodeMaterials scienceElectrochemistryLayer (electronics)Chemical engineeringBattery (electricity)MetalLithium (medication)SynchrotronNanotechnologyElectrodeChemistryMetallurgyOptics

Résumé

récupéré en direct d'OpenAlex

Abstract Herein, molecular layer deposition is used to form a nanoscale “zircone” protective layer on Li metal to achieve stable and long life Li metal anodes. The zircone‐coated Li metal shows enhanced air stability, electrochemical performance and high rate capability in symmetrical cell testing. Moreover, as a proof of concept, the protected Li anode is used in a next‐generation Li‐O 2 battery system and is shown to extend the lifetime by over 10‐fold compared to the batteries with untreated Li metal. Furthermore, in‐situ synchrotron X‐ray absorption spectroscopy is used for the first time to study an artificial SEI on Li metal, revealing the electrochemical stability and lithiation of the zircone film. This work exemplifies significant progress towards the development and understanding of MLD thin films for high performance next‐generation 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 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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,240
Score d'incertitude au seuil1,000

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,024
Tête enseignante GPT0,242
Écart entre enseignants0,218 · 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.

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

Citations23
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAngewandte ChemieMême sujetAdvancements in Battery MaterialsTravaux en français237 207