MétaCan
Menu
Retour à la cohorte
Enregistrement W4309360826 · doi:10.1002/adma.202209074

Progress and Prospects of Inorganic Solid‐State Electrolyte‐Based All‐Solid‐State Pouch Cells

2022· review· en· W4309360826 sur OpenAlexafffund
Changhong Wang, Jung Tae Kim, Chunsheng Wang, Xueliang Sun

Notice bibliographique

RevueAdvanced Materials · 2022
Typereview
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Materials and Technologies
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaWestern UniversityCanada Foundation for InnovationU.S. Department of Energy
Mots-clésMaterials scienceSolid-stateElectrolyteChemical engineeringSolid surfaceNanotechnologyEngineering physicsChemical physicsPhysical chemistryElectrodeChemistry

Résumé

récupéré en direct d'OpenAlex

All-solid-state batteries have piqued global research interest because of their unprecedented safety and high energy density. Significant advances have been made in achieving high room-temperature ionic conductivity and good air stability of solid-state electrolytes (SSEs), mitigating the challenges at the electrode-electrolyte interface, and developing feasible manufacturing processes. Along with the advances in fundamental study, all-solid-state pouch cells using inorganic SSEs have been widely demonstrated, revealing their immense potential for industrialization. This review provides an overview of inorganic all-solid-state pouch cells, focusing on ultrathin SSE membranes, sheet-type thick solid-state electrodes, and bipolar stacking. Moreover, several critical parameters directly influencing the energy density of all-solid-state Li-ion and lithium-sulfur pouch cells are outlined. Finally, perspectives on all-solid-state pouch cells are provided and specific metrics to meet certain energy density targets are specified. This review looks to facilitate the development of inorganic all-solid-state pouch cells with high energy density and excellent safety.

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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,441
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,000
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 Opus0,016
Tête enseignante GPT0,279
Écart entre enseignants0,264 · 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
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

Citations227
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced MaterialsMême sujetAdvanced Battery Materials and TechnologiesTravaux en français237 207