Solid Li- and Na-Ion Electrolytes for Next Generation Rechargeable Batteries
Notice bibliographique
Résumé
We dedicate this paper to Prof. John B. Goodenough’s 100th birthday, who has made several seminal contributions to the modern electrochemical energy storage and conversion technologies that made significant social and economic impacts on humankind. This review paper reports two battery systems that he contributed in the early stage of solid-state ionics (SSIs). The development of advanced Li and or Na batteries based on solid-state (ceramic) electrolytes (SSEs) is being focused on because of their safety, high energy density, and design flexibility for high power and energy density applications. Several SSEs exhibit a higher electrochemical stability window, enabling various high voltage cathodes to improve the power density compared to organic liquid electrolytes-based batteries (except for sulfide-based electrolytes). However, most SSEs have lower (at least an order of magnitude) ionic conductivity and poor interface compatibility compared to liquid electrolytes. Attempts have been made to improve the ionic conductivity and interface of SSEs and electrodes and develop hybrid solid electrolytes with improved ionic conductivity and stability with an elemental anode and high voltage cathodes. Here, we discuss the materials aspects of SSEs and hybrid SSEs for next-generation Li and Na batteries. Various solid-state electrolytes, including hydride-type, silicates, LISICONs, NASICON-type oxides, glassy-type oxides, covalent organic frameworks, perovskite-type oxides, antiperovskites, Li-stuffed garnet-related structure oxides, and metal halides have been developed. The chemical composition–structure–ionic conductivity relationship of several key SSEs and the ion transport mechanism have been discussed in this study. Moreover, interfacial engineering methods for some typical SSEs and battery applications have also been discussed.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».