Ionic liquid electrolytes for sodium-ion batteries to control thermal runaway
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Sodium-ion batteries are expected to be more affordable for stationary applications than lithium-ion batteries, while still offering sufficient energy density and operational capacity to power a significant segment of the battery market. Despite this, thermal runaway explosions associated with organic electrolytes have led to concerns regarding the safety of sodium-ion batteries. Among electrolytes, ionic liquids are promising because they have negligible vapor pressure and show high thermal and electrochemical stability. This review discusses the safety contributions of these electrolyte properties for high-temperature applications. The ionic liquids provide thermal stability while at the same time promoting high-voltage window battery operations. Moreover, apart from cycle stability, there is an additional safety feature attributed to modified ultra-concentrated ionic liquid electrolytes. Concerning these contributions, the following have been discussed, heat sources and thermal runaway mechanisms, thermal stability, the electrochemical decomposition mechanism of stable cations, and the ionic transport mechanism of ultra-concentrated ionic liquid electrolytes. In addition, the contributions of hybrid electrolyte systems consisting of ionic liquids with either organic carbonate or polymers are also discussed. The thermal stability of ionic liquids is found to be the main contributor to cell safety and cycle stability. For high-temperature applications where electrolyte safety, capacity, and cycle stability are important, highly concentrated ionic liquid electrolyte systems are potential solutions for sodium-ion battery applications.
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.
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 découle