MétaCan
Menu
Retour à la cohorte
Enregistrement W4249952656 · doi:10.1002/cssc.201700441

Sustainable Gel Electrolyte Containing Pyrazole as Corrosion Inhibitor and Dendrite Suppressor for Aqueous Zn/LiMn<sub>2</sub>O<sub>4</sub> Battery

2017· article· en· W4249952656 sur OpenAlexafffund
Tuan K.A. Hoang, The Nam Long Doan, Julie Hyeonjoo Cho, Jane Ying Jun Su, Christine Lee, Changyu Lu, Pu Chen

Notice bibliographique

RevueChemSusChem · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced battery technologies research
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesMitacs
Mots-clésElectrolyteAnodeInorganic chemistryChronoamperometryAqueous solutionDendrite (mathematics)ElectrochemistryChemistryMaterials scienceBattery (electricity)Fumed silicaChemical engineeringCyclic voltammetryElectrodeOrganic chemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The Zn anode in secondary aqueous batteries suffers from dendrite formation and corrosion. In this work, dendrite formation was suppressed by using a simple but new gel electrolyte containing fumed silica and an additive. The dendrite suppression was evidenced by chronoamperometry and ex situ scanning electron microscopy examinations. Pyrazole was implemented as the additive in the electrolyte. It was found that the presence of 0.2 wt % pyrazole in the electrolyte helped minimize both corrosion and dendrite formation. The Zn/LiMn2O4 battery using pyrazole‐containing gel electrolytes exhibited high cyclability up to 85 % capacity retention after 500 charge–discharge cycles at 4C. This was 8 % higher than the performance of the reference battery (using aqueous electrolyte containing 2 m Li2SO4 and 1 m ZnSO4). Furthermore, self‐discharge of the battery with the pyrazole‐containing gel electrolyte was suppressed, as evidenced by an open‐circuit voltage loss that was 20 % lower than for the reference battery after 24 h monitoring. Float‐charge current density under constant voltage (2.1 V) also significantly decreased from approximately 8.0 to 3–6 μA.

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 Opus0,011
Tête enseignante GPT0,248
Écart entre enseignants0,237 · 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

Citations68
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemSusChemMême sujetAdvanced battery technologies researchTravaux en français237 207