MétaCan
Menu
Retour à la cohorte
Enregistrement W4296736489 · doi:10.1021/acsomega.2c03883

Exploring the Anionic Redox Chemistry in Cathode Materials for High-Energy-Density Sodium-Ion Batteries

2022· review· en· W4296736489 sur OpenAlexafffund
Shoaib Muhammad, Venkataraman Thangadurai

Notice bibliographique

RevueACS Omega · 2022
Typereview
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRedoxChemistryEnergy storageLithium (medication)IonOrganic radical batteryCathodeSodiumDegradation (telecommunications)NanotechnologyInorganic chemistryElectrodeElectrochemistryMaterials scienceOrganic chemistryComputer sciencePower (physics)

Résumé

récupéré en direct d'OpenAlex

Improving the energy and power densities of sodium-ion batteries is a prime challenge to establish this energy storage technology to be on par with state-of-the-art lithium-ion batteries. The energy density of the sodium-ion batteries is limited due to the lower redox potential of their electrode materials compared to that of the corresponding Li analogues; however, it can be overcome by triggering the anionic redox. Although anionic redox has received significant research interest, a clear understanding of the underlying mechanism for delivery of high capacity by utilizing anionic redox is still lacking. Formidable challenges associated with the utilization of anionic redox such as rapid material degradation, voltage fade, and oxygen release hinder its practical applications. Given the great potential of anionic redox chemistry for developing high-energy batteries, in this mini-review, the recent mechanistic understanding, electrode material degradation pathways including oxygen release, and strategies to trigger anionic redox are discussed. An overview of the existing potential and future research directions of sodium-ion batteries involving anionic reaction is provided at the end.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,969
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,074
Tête enseignante GPT0,281
Écart entre enseignants0,207 · 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'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

Citations14
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS OmegaMême sujetAdvancements in Battery MaterialsTravaux en français237 207