A Facile Chemical Reduction Approach of Li–Sn Modified Li Anode for Dendrite Suppression
Notice bibliographique
Résumé
Lithium dendrites are among the most significant threats associated with the practical application of lithium metal anode in lithium batteries. Lithium dendrites are caused by the slow Li‐ion diffusivity in the bulk lithium, which results in a non‐uniform electric field‐cum‐uneven Li plating/stripping at the electrode/electrolyte interface over prolonged cycling. Herein, a facile chemical reduction method is utilized to construct a Li‐ion diffusive Li–Sn protective layer on the electrolyte‐exposed surface of lithium metal to overcome the aforementioned challenge. A systematic study on the SnCl 4 precursor concentration variation demonstrated that 25 mM SnCl 4 concentration is the most effective and displays a cumulative areal capacity beyond 700 mAh cm −2 at 1 mA cm −2 for 1 h. Moreover, it exhibits superior cumulative capacities than bare Li metal at higher current densities of 2 and 3 mA cm −2 . In situ optical microscopy reveals more uniform lithium deposition on the Li–Sn‐modified electrode, while mossy and dendritic lithium growth is observed on the bare lithium electrode. Full cells fabricated with Li–Sn modified anode and NMC532 cathode exhibited 83% capacity retention after 150 cycles, outperforming bare Li‐containing cells, which shows a catastrophic decay post 100 cycles, illustrating the propensity for safer Li metal batteries with Li–Sn modified anode.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».