MétaCan
Menu
Retour à la cohorte
Enregistrement W4416596064 · doi:10.1149/ma2025-02663085mtgabs

Interfacial Mechanisms Driving Enhanced MnO₂ Deposition/Dissolution in Electrode-Free Batteries

2025· article· W4416596064 sur OpenAlexaff
Jingrui Li, Chang Li, Bo Liu, Yuzhang Li, Linda F. Nazar

Notice bibliographique

RevueECS Meeting Abstracts · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueAdvanced battery technologies research
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésElectrolyteFaraday efficiencyBattery (electricity)AnodeCathodeEutectic systemElectrochemistryEnergy storage

Résumé

récupéré en direct d'OpenAlex

Aqueous zinc-manganese batteries operating via MnO 2 electrodeposition/dissolution mechanisms offer promising energy storage capabilities for grid-scale applications. However, they are traditionally realized by acids in electrolytes that compromise zinc anode stability. In this presentation, we discuss the interfacial phenomena enabling high-performance Zn 2+ /Zn||MnO 2 /Mn 2+ batteries through eutectic aqueous-organic electrolytes without external acid addition. The presentation will focus on how these eutectic electrolytes alter the local environment at electrode interfaces, creating localized pH gradients that influence critical electrochemical processes including proton transport and gas evolution suppression. We also demonstrate connections between electrolyte composition and the morphology and phases of deposited MnO 2 . Collectively, these interfacial phenomena significantly improve the battery discharge performance. By understanding and controlling these interfacial factors, our optimized electrolyte system simultaneously enhances MnO 2 /Mn 2+ reversibility at the cathode while promoting stable zinc cycling at the anode. Our battery achieves high coulombic efficiency for extended cycling without external acid addition, advancing zinc-manganese battery development through rational electrolyte design.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,180
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,257
Écart entre enseignants0,248 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetAdvanced battery technologies researchTravaux en français237 207