MétaCan
Menu
Retour à la cohorte
Enregistrement W4382626667 · doi:10.1002/aenm.202300815

In Situ Constructed 3D Lithium Anodes for Long‐Cycling All‐Solid‐State Batteries

2023· article· en· W4382626667 sur OpenAlexafffund
Hui Duan, Changhong Wang, Ruizhi Yu, Weihan Li, Jiamin Fu, Xiaofei Yang, Xiaoting Lin, Matthew Zheng, Xiaona Li, Sixu Deng, Xiaoge Hao, Ruying Li, Jiantao Wang, Huan Huang, Xueliang Sun

Notice bibliographique

RevueAdvanced Energy Materials · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Materials and Technologies
Établissements canadiensWestern University
Organismes subventionnairesCanada Foundation for InnovationNatural Sciences and Engineering Research Council of CanadaMitacsChina Automotive Battery Research Institute
Mots-clésMaterials scienceAnodeElectrolyteElectrochemistryNucleationHalideLithium (medication)Dendrite (mathematics)Chemical engineeringMetalDeposition (geology)NanotechnologyElectrodeInorganic chemistryMetallurgyPhysical chemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract Constructing a 3D lithium metal anode has been demonstrated to be the most effective strategy to address its dendrite issue in liquid batteries. However, this promising approach has proved challenging to inherit in all‐solid‐state Li metal batteries (ASSLMBs) because of the rigidity of inorganic solid electrolytes (SEs), which constrains interfacial solid–solid ionic contact. Herein, a 3D Li anode is in situ constructed for ASSLMBs by spontaneous chemical reactions between halide SEs and Li metal. The in situ formed Li–Al alloys and well‐maintained sulfide SEs inside the 3D structure serve as continuous electron and Li + transport pathways and facilitate the homogenous distribution of charge carriers. The lithiophilic Li alloy can regulate Li deposition behavior and enable uniform Li nucleation and deposition. Both the Li||Li symmetric and full batteries exhibit good electrochemical performance at high current density. This work provides a universal strategy and new insight perspective to construct 3D Li for high‐performance ASSLMBs.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
Science ouverte0,0000,000
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 Opus0,011
Tête enseignante GPT0,251
Écart entre enseignants0,240 · 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

Citations87
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Energy MaterialsMême sujetAdvanced Battery Materials and TechnologiesTravaux en français237 207