Boosting the Performance of Aqueous Ammonium-Ion Batteries by Mitigating Side Reactions Using Polymer Additive
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
Aqueous ammonium ion battery (AAIB) is a sustainable and highly safer energy storage technology than traditional metal-ion batteries owing to the low-cost, good diffusion kinetics, and abundant charge carrier ability. Besides, AAIBs suffer from less-cyclic stability to meet the practical applications due to the undesired side reactions and low electrochemical stable potential window. Herein, for the first time, the role of a molecular crowding agent, i.e., poly(ethylene oxide) (PEO) as an organic polymer-based electrolyte additive was tested to achieve high-performance AAIBs. The addition of PEO molecules improves the ammonium ion (NH 4 + ) kinetics and regulates the hydrogen bond behavior in the water through the interactions between oxygen (−O) groups in the ethylene oxide units of PEO and water. Such a strong interaction between the PEO–water network effectively suppresses hydrogen (HER) and oxygen evolution reactions (OER) and increases the potential window. Further, the weak interaction between PEO–NH 4 + facilitates the topotactic binding mechanism and eventually leads to increased ionic conductivity. In addition, the full cell is fabricated using 3,4,9,10-perylenetetracarboxylic dianhydride (PTCDA) as an anode and ammoniated nickel hexacyanoferrate (N-NiHCF) as a cathode. The assembled device shows a maximum capacity of 42.51 mAh/g at 0.3 A/g with a rate capability of 99.7%. The device shows negligible performance deterioration after 1000 charge–discharge cycles. Hence, this strategy sheds light on the effective utilization of polymer additives for the design and development of highly stable and sustainable ammonium ion batteries for stationary grid-scale 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 | 0,001 |
| 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