Understanding rate-dependent textured growth in zinc electrodeposition via high-throughput in situ x-ray diffraction
Notice bibliographique
Résumé
Zn-ion batteries with aqueous electrolytes are promising for large-scale energy storage as they are low-cost, environment-friendly and safe. The commercialization of Zn-ion batteries is hindered by several challenges such as the formation of detrimental Zn dendrites. High current density is previously thought to stimulate the dendritic growth of metals such as Li in electrodeposition. However, our study finds that for metallic Zn negative electrode in Zn-ion batteries, high-current deposition results in a dense and flat Zn layer with a (002) texture, which extends the cycling life. Low-current deposition, on the other hand, leads to a porous and dendritic morphology and a short cycling life. Using a synchrotron-based high-throughput in situ X-ray diffraction method we recently developed, Zn deposition under different conditions is systematically investigated, and a texture formation mechanism is proposed. Based on these findings, we suggest guidelines for designing cycling protocols that enable long-lasting Zn-ion batteries. Zinc-ion batteries face challenges like dendrite formation, limiting their performance. Here, authors reveal that high-current deposition forms (002) textured Zn, enhancing cycling life, and propose guidelines for optimizing battery cycling protocols based on advanced in situ XRD analysis.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».