MétaCan
Menu
Retour à la cohorte
Enregistrement W4362473307 · doi:10.1021/acsaem.3c00179

Unraveling the Origin of Lithiophilicity toward a Molten Li Metal: Zn Metal as Trojan Horse

2023· article· en· W4362473307 sur OpenAlexafffund
Shirin Kaboli, Wen Zhu, Daniel Clément, Martin Dontigny, Frédéric Gendron, Kamyab Amouzegar, Abdelbast Guerfi, Ashok K. Vijh, Michel L. Trudeau, Andrea Paolella

Notice bibliographique

RevueACS Applied Energy Materials · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensHydro-Québec
Organismes subventionnairesHydro-Québec
Mots-clésMaterials scienceIntermetallicMetalAlloyScanning electron microscopeSubstrate (aquarium)Chemical engineeringEnergy-dispersive X-ray spectroscopyMetallurgyFOIL methodComposite material

Résumé

récupéré en direct d'OpenAlex

In this work, we investigated the origin of lithiophilicity of a Cu foil substrate modified by a sputtered Zn thin film (Cu@Zn) in contact with a molten Li metal to understand the reaction mechanism between Li and Cu@Zn. We studied the reaction between the molten Li metal and the Cu surface during Li solidification via in situ scanning electron microscopy (SEM), subsequently performed post-mortem energy dispersive spectroscopy (EDS) and Grazing Incidence X-ray Diffraction (GIXRD) on the coatings to analyze the chemistry of the reaction products, and compared the results for different thicknesses of nanometric Zn films (5–50 nm). For the first time in the literature, we report the existence of a metastable ternary Li-Cu-Zn alloy at 300 °C after the reaction of Cu@Zn with the molten Li metal. We also report the segregation of Cu and Zn by formation of Cu-Zn intermetallic compounds during the cooling down step. The results of our in situ study are pivotal to clarify the interfacial reactions occurring between a lithiophilic current collector and a molten Li metal and have utmost importance for designing advanced anode materials for future solid-state 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.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
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)0,0010,000

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 Opus0,024
Tête enseignante GPT0,254
Écart entre enseignants0,230 · 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
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

Citations6
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Energy MaterialsMême sujetAdvancements in Battery MaterialsTravaux en français237 207