MétaCan
Menu
Retour à la cohorte
Enregistrement W4404866318 · doi:10.1002/adfm.202416229

Reducing Surface Roughness to Achieve Li<sub>2</sub>CO<sub>3</sub>‐Existent Lithiophilic Interface in Garnet‐Type Solid‐State Batteries

2024· article· en· W4404866318 sur OpenAlexaff
Jiaxu Zhang, Changhong Wang, Jiamin Fu, Minghao Ye, Huiyu Zhai, Jun Li, Gangjian Tan, Xinfeng Tang, Xueliang Sun

Notice bibliographique

RevueAdvanced Functional Materials · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Materials and Technologies
Établissements canadiensWestern University
Organismes subventionnairesNational Key Research and Development Program of ChinaKey Technologies Research and Development ProgramChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésMaterials scienceSolid-stateInterface (matter)Surface roughnessSurface finishSurface (topology)Chemical engineeringNanotechnologyComposite materialEngineering physicsGeometry

Résumé

récupéré en direct d'OpenAlex

Abstract The presence of Li 2 CO 3 has been identified as the cause of poor lithophilicity in garnet‐type Li 7 La 3 Zr 2 O 12 (LLZO) solid‐state batteries. A Li 2 CO 3 ‐free garnet is expected to enhance the Li/LLZO interface contact. However, permanently eradicating regenerative Li 2 CO 3 from the LLZO surface is extremely challenging and the influence of regenerated Li 2 CO 3 is often ignored. Herein, it is found that glossy Li 2 CO 3 pellets can also be perfectly wetted by molten Li, contradicting the common belief that Li 2 CO 3 is lithiophobic. Therefore, reducing the surface roughness of LLZO allows it to be directly wetted by lithium metal, regardless of the presence of Li 2 CO 3 . Additionally, smooth LLZO exhibits better air stability due to its reduced active area. The symmetric cell with a smooth LLZO pellet shows a low interfacial impedance of 2 Ω cm 2 and a high critical current density of 1.4 mA cm − 2 at 25 °C. This work highlights the surface physics of garnet which significantly influences its interface properties, apart from surface chemistry.

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), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,215
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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)0,0000,001

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,246
Écart entre enseignants0,233 · 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

Citations22
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Functional MaterialsMême sujetAdvanced Battery Materials and TechnologiesTravaux en français237 207