Probing Alkaline-Earth-Doped Garnet-Type Li<sub>7</sub>La<sub>2.75</sub>A<sub>0.25</sub>Zr<sub>1.75</sub>M<sub>0.25</sub>O<sub>12</sub> (A = Ca, Sr, Ba; M = Nb, Ta) Electrolytes for All-Solid-State Li Metal Batteries
Notice bibliographique
Résumé
Solid (ceramic) electrolytes have demonstrated great potential for all-solid-state lithium metal batteries (ASSLMBs), providing better safety and stability over organic liquid electrolyte-based Li-ion batteries. A proper selection of solid electrolytes and an analysis of their compatibility with Li metal are critical for improving battery performance. Here, we present an extensive experimental study realizing the effect of substituting alkaline-earth-metal-doped Li 7 La 2.75 A 0.25 Zr 1.75 M 0.25 O 12 (A = Ca, Sr, Ba; M = Nb, Ta) garnet-type electrolytes on the ionic and electronic conductivity, Li-ion migration pathways, microstructures, and electrochemical stability properties. We examined the relationship between the bulk and surface properties of garnet solid electrolytes with Li using X-ray photoelectron spectroscopy and electrochemical impedance spectroscopy. Among all of the garnets studied, Ba and Ta codoped Li 7 La 2.75 Ba 0.25 Zr 1.75 Ta 0.25 O 12 showed better chemical stability against Li with an area specific resistance (ASR) of ∼33 Ω cm 2 and a critical current density of 0.5 mA cm –2 at 25 °C without any surface coating. At −30 and 50 °C, the cell can cycle up to 50 times with almost negligible voltage fluctuations. This work illustrates that doping could trigger ion-/electron-transport properties and improve the chemical stability of the garnet structure for ASSLMBs.
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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».