MétaCan
Menu
Retour à la cohorte
Enregistrement W4388904746 · doi:10.1038/s41467-023-43436-3

Design principles for sodium superionic conductors

2023· article· en· W4388904746 sur OpenAlexafffund
Shuo Wang, Jiamin Fu, Yunsheng Liu, Ramanuja Srinivasan Saravanan, Jing Luo, Sixu Deng, Tsun‐Kong Sham, Xueliang Sun, Yifei Mo

Notice bibliographique

RevueNature Communications · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Materials and Technologies
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Light SourceNational Science Foundation
Mots-clésFast ion conductorElectrical conductorSodiumIonLithium (medication)Ionic bondingMaterials scienceIonic conductivityConductorConductivityChemical physicsChemistryPhysical chemistryElectrodeElectrolyteMetallurgyComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Motivated by the high-performance solid-state lithium batteries enabled by lithium superionic conductors, sodium superionic conductor materials have great potential to empower sodium batteries with high energy, low cost, and sustainability. A critical challenge lies in designing and discovering sodium superionic conductors with high ionic conductivities to enable the development of solid-state sodium batteries. Here, by studying the structures and diffusion mechanisms of Li-ion versus Na-ion conducting solids, we reveal the structural feature of face-sharing high-coordination sites for fast sodium-ion conductors. By applying this feature as a design principle, we discover a number of Na-ion conductors in oxides, sulfides, and halides. Notably, we discover a chloride-based family of Na-ion conductors Na x M y Cl 6 (M = La–Sm) with UCl 3 -type structure and experimentally validate with the highest reported ionic conductivity. Our findings not only pave the way for the future development of sodium-ion conductors for sodium batteries, but also consolidate design principles of fast ion-conducting materials for a variety of energy 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,712
Score d'incertitude au seuil0,318

Scores Codex et Gemma par catégorie

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 ouverte0,0010,000
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 Opus0,075
Tête enseignante GPT0,304
Écart entre enseignants0,229 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations88
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetAdvanced Battery Materials and TechnologiesTravaux en français237 207