MétaCan
Menu
Retour à la cohorte
Enregistrement W2591243296 · doi:10.1002/cnma.201700023

Ruthenium‐Functionalized Hierarchical Carbon Nanocages as Efficient Catalysts for Li‐O<sub>2</sub> Batteries

2017· article· en· W2591243296 sur OpenAlexaff
Liangjun Wang, Zhiyang Lyu, Lili Gong, Jian Zhang, Qiang Wu, Xizhang Wang, Fengwei Huo, Wei Huang, Zheng Hu, Wei Chen

Notice bibliographique

RevueChemNanoMat · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesMinistry of Education, IndiaMinistry of Earth Sciences
Mots-clésNanocagesCathodeCatalysisMaterials scienceElectrolyteChemical engineeringNanoparticleCarbon fibersRutheniumLithium (medication)Current densityNanotechnologyChemistryElectrodePhysical chemistryComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Developing an efficient cathode is essential to obtain high rate capability and rechargeable lithium oxygen (Li‐O2) batteries. Herein, ruthenium (Ru)‐functionalized hierarchical carbon nanocages (hCNCs) are synthesized and employed as a cathode catalyst for Li‐O2 batteries. The as‐prepared cathode exhibits high discharge capacity, low charge potential (8135 mA h g−1 with 3.85 V charge potential at a current density of 0.08 mA cm−2), outstanding rate capability (3416 mA h g−1 at a current density of 0.48 mA cm−2) and good stability up to 78 cycles at a limited capacity of 500 mA h g−1. Such excellent battery performance is ascribed to the synergistic effect of the interconnected hierarchically porous structure of hCNCs, which can facilitate effective electrolyte immersion and efficient Li+/O2 mass transport, and the high catalytic activity of Ru nanoparticles.

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 enseignants0,001
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 Opus0,013
Tête enseignante GPT0,245
Écart entre enseignants0,232 · 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

Citations14
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemNanoMatMême sujetAdvancements in Battery MaterialsTravaux en français237 207