MétaCan
Menu
Retour à la cohorte
Enregistrement W4401400858 · doi:10.1002/adma.202409976

Salt‐Assisted Recovery of Sodium Metal Anodes for High‐Rate Capability Sodium Batteries

2024· article· en· W4401400858 sur OpenAlexaff
Jialin Lin, Pei Huang, Tuoya Naren, Chaoping Liang, Liangjun Zhou, Libao Chen, Chunxiao Zhang, Douglas G. Ivey, Weifeng Wei

Notice bibliographique

RevueAdvanced Materials · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Materials and Technologies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesState Key Laboratory of Powder MetallurgyNatural Science Foundation of Hunan ProvinceChina Postdoctoral Science FoundationCentral South UniversityNational Natural Science Foundation of China
Mots-clésElectrochemistryElectrolyteMaterials scienceAnodeSodiumMetalSalt (chemistry)Chemical engineeringBattery (electricity)Alkali metalEnergy storageOxygen evolutionElectrodeInorganic chemistryChemistryMetallurgyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Rechargeable sodium metal batteries are considered to be one of the most promising high energy density and cost‐effective electrochemical energy storage systems. However, their practicality is constrained by the high reactivity of sodium metal anodes that readily brings about excessive accumulation of inactive Na species on the surface, either by chemical reactions with oxygen and moisture during electrode handling or through electrochemical processes with electrolytes during battery operation. Herein, this paper reports on an alkali, salt‐assisted, assembly‐polymerization strategy to recover Na activity and to reinforce the solid‐electrolyte interphase (SEI) of sodium metal anodes. To achieve this, an alkali‐reactive coupling agent 3‐glycidoxypropyltrimethoxysilane (GPTMS) is applied to convert inactive Na species into Si–O–Na coordination with a self‐assembly GPTMS layer that consists of inner O–Si–O networks and outer hydrophobic epoxides. As a result, the electrochemical activity of Na metal anodes can be fully recovered and the robust GPTMS‐derived SEI layer ensures high capacity and long‐term cycling under an ultrahigh rate of 30 C (93.1 mAh g −1 , 94.8% after 3000 cycles). This novel process provides surface engineering clues on designing high power density and cost‐effective alkaline metal batteries.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,024
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,012
Tête enseignante GPT0,237
Écart entre enseignants0,225 · 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.

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

Citations30
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced MaterialsMême sujetAdvanced Battery Materials and TechnologiesTravaux en français237 207