Facile Hydrothermal Synthesis of VS<sub>2</sub>/Graphene Nanocomposites with Superior High-Rate Capability as Lithium-Ion Battery Cathodes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this study, a facile one-pot process for the synthesis of hierarchical VS2/graphene nanosheets (VS2/GNS) composites based on the coincident interaction of VS2 and reduced graphene oxide (rGO) sheets in the presence of cetyltrimethylammonium bromide is developed for the first time. The nanocomposites possess a hierarchical structure of 50 nm VS2 sheets in thickness homogeneously anchored on graphene. The VS2/GNS nanocomposites exhibit an impressive high-rate capability and good cyclic stability as a cathode material for Li-ion batteries, which retain 89.3% of the initial capacity 180.1 mAh g(-1) after 200 cycles at 0.2 C. Even at 20 C, the composites still deliver a high capacity of 114.2 mAh g(-1) corresponding to 62% of the low-rate capacity. Expanded studies show that VS2/GNS, as an anode material, also has a good reversible performance with 528 mAh g(-1) capacity after 100 cycles at 200 mA g(-1). The excellent electrochemical performance of the composites for reversible Li+ storage should be attributed to the exceptional interaction between VS2 and GNS that enabled fast electron transport between graphene and VS2, facile Li-ion diffusion within the electrode. Moreover, GNS provides a topological and structural template for the nucleation and growth of two-dimensional VS2 nanosheets and acted as buffer matrix to relieve the volume expansion/contraction of VS2 during the electrochemical charge/discharge, facilitating improved cycling stability. The VS2/GNS composites may be promising electrode materials for the next generation of rechargeable lithium ion batteries.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| 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 | 0,001 | 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 découle