MétaCan
Menu
Retour à la cohorte
Enregistrement W4386945186 · doi:10.1002/smtd.202300660

Coulombic Efficiency for Practical Zinc Metal Batteries: Critical Analysis and Perspectives

2023· review· en· W4386945186 sur OpenAlexafffund
Zhenrui Wu, Yihu Li, Jian Liu

Notice bibliographique

RevueSmall Methods · 2023
Typereview
Langueen
DomaineEngineering
ThématiqueAdvanced battery technologies research
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesBritish Columbia Knowledge Development FundNatural Sciences and Engineering Research Council of CanadaUniversity of Electronic Science and Technology of ChinaUniversity of British ColumbiaCanada Foundation for Innovation
Mots-clésFaraday efficiencyStatus quoEnergy storageNanotechnologyEnvironmental economicsEnvironmental scienceComputer scienceProcess engineeringMaterials scienceChemistryEngineeringElectrochemistryPolitical scienceElectrodeEconomicsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Climate change and energy depletion are common worries of this century. During the global clean energy transition, aqueous zinc metal batteries (AZMBs) are expected to meet societal needs due to their large‐scale energy storage capability with earth‐abundant, non‐flammable, and economical chemistries. However, the poor reversibility of Zn poses a severe challenge to AZMB implementation. Coulombic efficiency (CE) is a quantitative index of electrode reversibility in rechargeable batteries but is not well understood in AZMBs. Thus, in this work, the state‐of‐art CE to present the status quo of AZMB development is summarized. A fictional 120 Wh kg−1 AZMB pouch cell is also proposed and evaluated revealing the improvement room and technical goal of AZMB chemistry. Despite some shared mechanisms between AZMBs and lithium metal batteries, misconceptions prevalent in AZMBs are clarified. Essentially, AZMB has its own niche in the market with unique merits and demerits. By incorporating academic and industrial insights, the development pathways of AZMB are suggested.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,245
Tête enseignante GPT0,527
Écart entre enseignants0,282 · 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'étudeSans objet
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

Citations68
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSmall MethodsMême sujetAdvanced battery technologies researchTravaux en français237 207