The Influence of Nickel and Alkali Metal Additives on Manganese Dioxide Structure and Performance for Rechargeable Zinc-Ion Batteries
Notice bibliographique
Résumé
Aqueous rechargeable zinc-ion batteries (ZIBs) are a promising addition to the energy storage landscape, particularly supporting the decarbonization of the power sector (i.e., deployment of wind and solar) as a low-cost, high-safety alternative to lithium-ion batteries. Unfortunately, wide-scale ZIB utilization is hindered in part by limited energy storage capacity and operational durability of state-of-the-art Mn oxide cathode materials. As such, we take a combined approach to investigate the impact of simultaneous inclusion of alkali metal (Li, Na, K, Rb, and Cs) and Ni additives on the structural and electrochemical properties of Mn oxide-based cathode materials for ZIBs. We used a facile, scalable synthesis approach to prepare 15 unique Mn oxide-based cathode materials and identified several materials capable of delivering a practical rate (i.e., C/10) discharge capacity of >150 mAh g –1 and a fast charge (i.e., 1C) capacity retention of >90% after 200 cycles. Detailed characterization of the prepared materials revealed the use of alkali metal additives during synthesis impacted both phase structure and electrochemical performance. Modifying the phase structure of Mn oxides resulted in an elevated Zn 2+ diffusion coefficient for K-containing materials and a subsequent increase in deliverable capacity. Furthermore, the incorporation of Ni in the structure was shown to have no meaningful contribution to improved capacity within the aqueous electrolyte stability window, although a slight uptick in capacity retention was observed for all prepared materials as Ni content was increased. Considering the narrow range of reported cathodes for ZIBs, this work provides insight on the important interplay between structure, composition, and improved performance of Mn oxide-based cathodes, helping accelerate future material development efforts necessary for ZIB commercialization.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».