MétaCan
Menu
Retour à la cohorte
Enregistrement W4389335662 · doi:10.1002/batt.202300451

All‐gel Proton‐conducting Batteries with BiOCl and VOSO<sub>4</sub> as Active Materials

2023· article· en· W4389335662 sur OpenAlexafffund
Prathap Iyapazham Vaigunda Suba, Shoaib Muhammad, Oanh Hoang Nguyen, Kunal Karan, Steve Larter, Venkataraman Thangadurai

Notice bibliographique

RevueBatteries & Supercaps · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced battery technologies research
Établissements canadiensAlberta EnergyUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada First Research Excellence Fund
Mots-clésRedoxSeparator (oil production)Energy storageMaterials scienceBattery (electricity)Renewable energyNanotechnologyElectrolyteComputer scienceChemical engineeringChemistryElectrical engineeringElectrodePower (physics)Engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Flexible, scalable, and low‐cost energy storage solutions are required for the widespread use of renewable energy and the mitigation of climate change. State‐of‐the‐art lithium‐ion batteries provide high specific energy density; however, designing a safe and cost‐effective grid‐scale lithium‐ion battery is still a major challenge. Redox flow batteries are scalable due to their ability to decouple power and energy; however, the commercial applications of these batteries are limited because of expensive ion‐selective membranes. In this paper, we report a modified battery design approach in which Bi/BiOCl and V4+/V5+ reaction‐based redox couples are utilized while employing a gel‐based architecture. We show, for the first time, that Bi/BiOCl conversion reaction based redox couple can reversibly work against traditional vanadium‐based redox pair in an aqueous electrolyte. Redox active materials in this cell design are in the gel form, and a traditional membrane or a separator is not required. This proof‐of‐concept battery delivers 0.9 V with a volumetric energy density of 22.14 Wh/L.

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 savante0,0000,001
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 Opus0,029
Tête enseignante GPT0,265
Écart entre enseignants0,236 · 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

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBatteries & SupercapsMême sujetAdvanced battery technologies researchTravaux en français237 207