MétaCan
Menu
Retour à la cohorte
Enregistrement W4405107838 · doi:10.1016/j.xcrp.2024.102314

Liquid-like solid-state diffusion of lithium ions in super-halide-rich argyrodite

2024· article· en· W4405107838 sur OpenAlexaff
Yübo Wang, David Bazak, Laidong Zhou, Qiang Zhang, Baltej Singh, Linda F. Nazar

Notice bibliographique

RevueCell Reports Physical Science · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Materials and Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésHalideLithium (medication)IonMaterials scienceDiffusionInorganic chemistrySolid-stateChemistryPhysical chemistryPhysicsThermodynamicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The development of solid electrolytes with high ionic conductivity is essential for advancing safer, high-energy-density solid-state batteries, where lithium site distribution in the sublattice strongly affects ion transport. Here, we report a super-halide-rich argyrodite, Li5.3PS4.3Cl1.7, with remarkable room-temperature ionic conductivity (11.4 ± 0.7 mS cm-1) due to population of two additional interstitial lithium sites induced by vacancy redistribution. Prominent lithium density between lithium sites and elevated atomic displacement parameters indicate liquid-like diffusive behavior resembling sublattice melting. Combining electrochemical impedance spectroscopy, pulsed-field gradient NMR, and T1 relaxation methods, we demonstrate that the augmented conductivity partly arises from a low energy barrier (0.08 eV) at the local scale, attributed to a three-site lithium distribution that drives correlated lithium dynamics. This work advances our understanding of the structure-dynamics interplay in super-halide-rich argyrodites, and highlighting their potential as solid-state battery electrolytes in cells with a coated single-crystal NMC82 cathode that achieve 170 mAh/g capacity at a 0.2 C rate .

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 seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,239
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 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

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCell Reports Physical ScienceMême sujetAdvanced Battery Materials and TechnologiesTravaux en français237 207