MétaCan
Menu
Retour à la cohorte
Enregistrement W2224538295 · doi:10.1021/acsami.5b10267

Sulfur Nanogranular Film-Coated Three-Dimensional Graphene Sponge-Based High Power Lithium Sulfur Battery

2016· article· en· W2224538295 sur OpenAlexafffund
Wook Ahn, Min Ho Seo, Yun‐Seok Jun, Dong Un Lee, Fathy M. Hassan, Xiaolei Wang, Aiping Yu, Zhongwei Chen

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Materials and Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Waterloo
Mots-clésMaterials scienceGrapheneLithium–sulfur batterySulfurBattery (electricity)Lithium (medication)SpongeNanotechnologyPower (physics)Metallurgy

Résumé

récupéré en direct d'OpenAlex

To meet the requirements of both high energy and power density with cycle durability of modern EVs, we prepared a novel nanosulfur granular assembled film coated on the three-dimensional graphene sponge (3D-GS) composite as a high-performance active material for rechargeable lithium sulfur batteries. Instead of conventional graphene powder, three-dimensional rGO sponge (3D-rGO) is employed for the composite synthesis, resulting in a sulfur film directly in contact with the underlying graphene layer. This significantly improves the overall electrical conductivity, strategically addressing challenges of conventional composites of low sulfur utilization and dissolution of polysulfides. Additionally, the synthesis mechanism of 3D-GS is elucidated by XPS and DFT analyses, where replacement of hydroxyl group of 3D-rGO sponge by sulfur (S8) is found to be thermodynamically favorable. As expected, 3D-GS demonstrates outstanding discharge capacity of 1080 mAh g(-1) at a 0.1C rate, and 86.2% capacity retention even after 500 cycles at a 1.0C rate.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,005
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,008
Tête enseignante GPT0,193
Écart entre enseignants0,185 · 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

Citations72
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetAdvanced Battery Materials and TechnologiesTravaux en français237 207