MétaCan
Menu
Retour à la cohorte
Enregistrement W2327538527 · doi:10.1021/jp504721y

Sulfur Refines MoO<sub>2</sub> Distribution Enabling Improved Lithium Ion Battery Performance

2014· article· en· W2327538527 sur OpenAlexafffund
Zhanwei Xu, Huanlei Wang, Zhi Li, Alireza Kohandehghan, Jia Ding, Jian Chen, Kai Cui, David Mitlin

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensNational Institute for NanotechnologyUniversity of Alberta
Organismes subventionnairesNational Research Council CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésAnodeNanoporousMaterials scienceElectrochemistryLithium (medication)Degradation (telecommunications)IonAgglomerateChemical engineeringBattery (electricity)SulfurCurrent densityDecompositionNanotechnologyElectrodeComposite materialChemistryComputer scienceMetallurgyPhysical chemistryPower (physics)Thermodynamics

Résumé

récupéré en direct d'OpenAlex

We employ a sulfur-assisted decomposition process to create agglomerates of large (200–500 nm) yet highly nanoporous three-dimensional MoO 2 single crystals partially covered with a few atomic layers of MoS 2 (“MoS 2 /MoO 2 nanonetworks”). These materials are highly promising as lithium ion battery anodes. At a current density of 100 mA g –1, the MoS 2 /MoO 2 nanonetworks exhibit a reversible discharge specific capacity of 1233 mAh g –1, with only 5% degradation after 80 full charge/discharge cycles. Moreover at the relatively fast discharging rates of 200 and 500 mA g –1, the capacities are 1158 and 826 mAh g –1, respectively. A comparison with literature shows that these are among the more promising reversible capacity, cycling capacity, and rate capability values reported for MoO 2 . The electrochemical properties are attributed to the material’s nanoporous crystal morphology that allows for facile reversible transport of Li ions without either disintegration or agglomeration of the structure.

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 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 enseignants0,004
Score d'incertitude au seuil0,521

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,206
Écart entre enseignants0,200 · 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.

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

Citations104
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry CMême sujetAdvancements in Battery MaterialsTravaux en français237 207