Simple Synthesis of Mesoporous Carbon Nanofibers with Hierarchical Nanostructure for Ultrahigh Lithium Storage
Notice bibliographique
Résumé
In this study, a simple and reproducible synthesis strategy was developed to fabricate mesoporous carbon nanofibers (MCNFs) by using dual hard templates, a porous anodic aluminum oxide (AAO) membrane, and colloidal silica (Ludox TM-40). By using commercial templates, and removing AAO and the silica simultaneously, the synthesis procedures for MCNFs are greatly simplified without the need for separate preparation or the removal of templates in sequence. With phenol resin as a carbon precursor, the as-prepared MCNFs material reveals not only high surface area and mesoporous volume but also hierarchical nanostructure composed of hollow macrochannels derived from the AAO template, large mesopores (ca. 22 nm) from the removal of silica particles and micropores from the carbonization of phenol resin. Such unique surface and structural characteristics could provide a large quantity of active sites for Li storage and facilitate fast mass transport. Moreover, a one-dimensional (1D) carbon nanofiber (CNF) nanostructure favors fast electron transfer. The as-prepared MCNF anode demonstrates ultrahigh lithium storage capacity particularly at high rates, which is much higher than that reported for the commercial graphite and also significantly higher than other nanostructured carbon materials, such as ordered mesoporous carbon CMK-3 and ordered multimodal porous carbon (OMPC).
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) | 0,001 | 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) | 0,000 | 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 ».