Ionic Conductivity and Lithium Transference Number in LiClO<sub>4</sub>-Doped Carboxymethyl Cellulose
Notice bibliographique
Résumé
Most new battery technologies beyond lithium-ion batteries suffer from mechanical and structural issues at the microscale within the electrode. This is due to large volume changes (e.g., lithium silicide anodes), morphological changes (e.g., sulfur cathodes), or mechanical incompatibility of materials (e.g., all-solid-state electrodes) as the battery is cycled. As such, the electrode matrix is becoming increasingly important to battery performance. New binders possessing (i) high ionic conductivity, (ii) good adhesion, and (iii) good elasticity and strength have been attracting increasing attention. Here, we examine the ionic conductivity of a highly adhesive, water-dispersible biopolymer binder – carboxymethyl cellulose (CMC). We show that the CMC binder employed in liquid electrolytes exhibits an ionic conductivity in the order of 10 –7 S cm –1 . In contrast, solvent-free CMC can dissolve up to approximately 20 wt % LiClO 4, approaching an ionic conductivity of 10 –6 S cm –1 at room temperature. Furthermore, impedance analysis and polarization experiments show high cation transference numbers, above 0.5, confirming a strong participation of lithium in ion transport. These values demonstrate sufficient ion transport with minimal resistive impact in all-solid-state batteries, proposing a new route toward mechanically stable all-solid-state electrodes.
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 | 0,001 |
| 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 | 0,000 | 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 ».