MétaCan
Menu
Retour à la cohorte
Enregistrement W4408853386 · doi:10.1146/annurev-matsci-080423-115453

Anode Materials for High-Power Lithium-Ion Batteries

2025· article· en· W4408853386 sur OpenAlexaff
J. Michael Sieffert, Stephanie Bazylevych, Eric McCalla

Notice bibliographique

RevueAnnual Review of Materials Research · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceAnodeLithium (medication)IonElectrodeChemistry

Résumé

récupéré en direct d'OpenAlex

In the rapidly evolving rechargeable battery market, various applications lead to varied property requirements. One area that is emerging as essential is high-power batteries. These are expected to be able to charge and discharge in the order of minutes (slower than supercapacitors but faster than typical Li-ion batteries) and still have a high energy density (orders of magnitude higher than that of supercapacitors but lower than that of high-energy Li-ion batteries). In this space, anodes operating at a safe potential (near 1.5 V versus Li) sacrifice some energy density but enable fast cycling and lead to very safe batteries. In this review, we explore the plethora of materials being considered in the literature as potential high-power anodes. Though Nb-based anodes are prominent due to their recent popularity in the literature, any material classes leading to the appropriate balance of power and energy are discussed. We, in particular, aim to distinguish materials that are suitable only for supercapacitors from those with the potential for practical batteries, distinguished by volumetric energy density. The best materials discussed herein show excellent specific capacities and fast cycling performance, though a greater focus on performance at practical loadings is generally required.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,035
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,031
Tête enseignante GPT0,374
Écart entre enseignants0,343 · 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

Citations8
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnual Review of Materials ResearchMême sujetAdvancements in Battery MaterialsTravaux en français237 207