MétaCan
Menu
← Retour à la cohorte
Enregistrement W4391663292 · doi:10.1149/ma2023-02542642mtgabs

Monitoring Copper Ion Leaching from a Metalloporphyrin-Based Cathode for Rechargeable Magnesium Batteries

2023· article· en· W4391663292 sur OpenAlexaff
Tom Philipp, Ebrahim Abouzari‐Lotf, Maximilian Fichtner, Janine Mauzeroll, Steen B. Schougaard, Christine Kranz

Notice bibliographique

RevueECS Meeting Abstracts · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensUniversité du Québec à MontréalMcGill University
Organismes subventionnairesnon disponible
Mots-clésLeaching (pedology)MagnesiumCopperCathodeMetallurgyInorganic chemistryMaterials scienceChemistryEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Great efforts are being undertaken to characterize the fundamental processes of solid electrolyte interphase (SEI) formation, degradation, and initial conditioning steps of battery electrode materials, including organic electrode materials.[1] Imaging techniques, such as focused ion beam / scanning electron microscopy (FIB/SEM) tomography in combination with element mapping using energy- and wavelength-dispersive X-ray spectroscopy are employed to gain insight into distribution, interconnectivity, and porosity of active materials as well as electrolyte penetration and their influence on degradation processes after longer cycling times.[2] Additionally, electrochemical impedance spectroscopy[3] and anodic stripping voltammetry[4] are used to shed light on those processes. The metalloporphyrin-based material [5,15-bis(ethynyl)-10,20-diphenylporphinato]copper(II) (CuDEPP) has been used as an interesting material for cathodes and anodes of various battery chemistries. These materials undergo initial self-conditioning by electro-polymerization for monovalent ions. With respect to multivalent ions, like magnesium, this polymerization is far less pronounced and an exchange of the copper from the CuDEPP by magnesium ions appears to be occurring.[5] Gaining insight into this trans- or demetallation process induced by parameters like the electrochemical driving force during galvanostatic cycling is a complex analytical challenge. We report the use of Hg ultramicroelectrodes and anodic stripping voltammetry as a sensitive strategy to detect copper ion leaching from metalloporphyrin-based CuDEPP composite electrodes. We demonstrate in-situ/intermittent monitoring of copper ion release during the initial self-conditioning step of the active material while galvanostatic cycling of the battery electrode in dimethoxy ethane. This method could be used to assess the release of an ionic species from complex systems, like composite battery electrodes. References: [1] Peled and Menkin, J. Electrochem. Soc. 2017, 164, A1703. [2] Philipp, Neusser, Abouzari-Lotf, Shakouri, Wilke, Fichtner, Ruben, Mundszinger, Biskupek, Kaiser, Scheitenberger, Lindén and Kranz, J. Power Sources, 2022, 522, 231002. [3] Iurilli, Brivio and Wood, J. Power Sources, 2021, 505, 299860. [4] Hatami, Polcari, Hossain, Ghavidel, Mauzeroll and Schougaard, J. Electrochem. Soc. 2022, 169, 040526. [5] Abouzari-Lotf, Azmi, Li, Shakouri, Chen, Zhao-Karger, Klyatskaya, Maibach, Ruben and Fichtner, ChemSusChem. 2021, 14, 1840. This work contributes to the research performed at CELEST (Center for Electrochemical Energy Storage Ulm - Karlsruhe) and was funded by the Deutsche Forschungsgemeinschaft (DFG, German Research Foundation) under Germany's Excellence Strategy – EXC 2154 – Project number 390874152 (POLiS Cluster of Excellence).

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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,035
Tête enseignante GPT0,272
Écart entre enseignants0,237 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting Abstracts→Même sujetAdvancements in Battery Materials→Travaux en français237 207→