MétaCan
Menu
Retour à la cohorte
Enregistrement W2042940360 · doi:10.1021/nn404640c

Carbon Nanosheet Frameworks Derived from Peat Moss as High Performance Sodium Ion Battery Anodes

2013· article· en· W2042940360 sur OpenAlexaff
Jia Ding, Huanlei Wang, Zhi Li, Alireza Kohandehghan, Kai Cui, Zhanwei Xu, Beniamin Zahiri, Xuehai Tan, Elmira Memarzadeh Lotfabad, Brian C. Olsen, David Mitlin

Notice bibliographique

RevueACS Nano · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensNational Institute for NanotechnologyUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésNanosheetAnodeSodium-ion batteryPeatMaterials scienceCarbon fibersBattery (electricity)SodiumIonNanotechnologyChemical engineeringChemistryElectrodeMetallurgyComposite materialEngineeringFaraday efficiencyPhysics

Résumé

récupéré en direct d'OpenAlex

We demonstrate that peat moss, a wild plant that covers 3% of the earth's surface, serves as an ideal precursor to create sodium ion battery (NIB) anodes with some of the most attractive electrochemical properties ever reported for carbonaceous materials. By inheriting the unique cellular structure of peat moss leaves, the resultant materials are composed of three-dimensional macroporous interconnected networks of carbon nanosheets (as thin as 60 nm). The peat moss tissue is highly cross-linked, being rich in lignin and hemicellulose, suppressing the nucleation of equilibrium graphite even at 1100 °C. Rather, the carbons form highly ordered pseudographitic arrays with substantially larger intergraphene spacing (0.388 nm) than graphite (c/2 = 0.3354 nm). XRD analysis demonstrates that this allows for significant Na intercalation to occur even below 0.2 V vs Na/Na(+). By also incorporating a mild (300 °C) air activation step, we introduce hierarchical micro- and mesoporosity that tremendously improves the high rate performance through facile electrolyte access and further reduced Na ion diffusion distances. The optimized structures (carbonization at 1100 °C + activation) result in a stable cycling capacity of 298 mAh g(-1) (after 10 cycles, 50 mA g(-1)), with ∼150 mAh g(-1) of charge accumulating between 0.1 and 0.001 V with negligible voltage hysteresis in that region, nearly 100% cycling Coulombic efficiency, and superb cycling retention and high rate capacity (255 mAh g(-1) at the 210th cycle, stable capacity of 203 mAh g(-1) at 500 mA g(-1)).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,007
Tête enseignante GPT0,203
Écart entre enseignants0,197 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations964
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS NanoMême sujetAdvancements in Battery MaterialsTravaux en français237 207