MétaCan
Menu
Retour à la cohorte
Enregistrement W4384930695 · doi:10.1002/adfm.202305204

A Lean‐Zinc and Zincophilic Anode for Highly Reversible Zinc Metal Batteries

2023· article· en· W4384930695 sur OpenAlexaff
Chao Li, Qingguo Shao, Kan Luo, Yiqiu Gao, Wenwen Zhao, Ning Cao, Shiyu Du, Xin Jin, Peichao Zou, Xiaobei Zang

Notice bibliographique

RevueAdvanced Functional Materials · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced battery technologies research
Établissements canadiensMcGill University
Organismes subventionnairesNatural Science Foundation of Shandong ProvinceState Key Laboratory of Heavy Oil ProcessingNational Natural Science Foundation of China
Mots-clésAnodeZincMaterials scienceNucleationGalvanic anodeOverpotentialChemical engineeringMetalCobaltCathodeMetallurgyElectrodeCathodic protectionElectrochemistryChemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Lean‐zinc anode is a promising configuration that can eliminate the trade‐off of energy density and cycle lifetime of zinc metal (Zn0) batteries. However, there are rare investigations of lean‐Zn anode designs and it remains a grand change to sustain high zinc reversibility under lean zinc conditions. Herein, a lean‐Zn anode design based on a hierarchical and zincophilic cobalt metal (Co0) nanowire‐decorated carbon host, which is derived from a ZnCo bimetallic organic framework, is reported. Within the lean‐Zn anode, the trace amount of Zn0 acts as a zinc reservoir to make up for any irreversible loss of zinc source upon cycling, while the zincophilic Co0 nanowires can guide uniform zinc nucleation and growth through a lattice matching mechanism. Consequently, high Zn0 reversibility (average Coulomb efficiency of 99.6% for 4250 cycles), low nucleation overpotential (50.8 mV at 1 mA cm−2), and uniform and compact zinc electrodeposition are realized. When coupling the lean‐Zn anode with a Zn‐containing cathode, the full cell delivers high Coulomb efficiency (99.6% for 4250 cycles on average) and a long lifetime of more than 5000 cycles.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,025
Tête enseignante GPT0,259
Écart entre enseignants0,234 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations57
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Functional MaterialsMême sujetAdvanced battery technologies researchTravaux en français237 207