MétaCan
Menu
Retour à la cohorte
Enregistrement W2743583124 · doi:10.1021/acsami.7b08704

Highly Nitrogen-Doped Three-Dimensional Carbon Fibers Network with Superior Sodium Storage Capacity

2017· article· en· W2743583124 sur OpenAlexafffund
Wen Lei, Weiping Xiao, Jingde Li, Gaoran Li, Zexing Wu, Cuijuan Xuan, Dan Luo, Ya‐Ping Deng, Deli Wang, Zhongwei Chen

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesWaterloo Institute for Nanotechnology, University of WaterlooChina Scholarship CouncilUniversity of WaterlooNatural Sciences and Engineering Research Council of CanadaGovernment of Jiangxi ProvinceNational Natural Science Foundation of China
Mots-clésMaterials scienceAnodeDopantChemical engineeringDopingAdsorptionCarbon fibersNitrogenHydrogen storageBacterial celluloseAbsorption (acoustics)SodiumPorosityCelluloseNanotechnologyComposite materialOrganic chemistryElectrodeOptoelectronicsPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Inspired by the excellent absorption capability of spongelike bacterial cellulose (BC), three-dimensional hierarchical porous carbon fibers doped with an ultrahigh content of N (21.2 atom %) (i.e., nitrogen-doped carbon fibers, NDCFs) were synthesized by an adsorption–swelling strategy using BC as the carbonaceous material. When used as anode materials for sodium-ion batteries, the NDCFs deliver a high reversible capacity of 86.2 mAh g –1 even after 2000 cycles at a high current density of 10.0 A g –1 . It is proposed that the excellent Na + storage performance is mainly due to the defective surface of the NDCFs created by the high content of N dopant. Density functional theory (DFT) calculations show that the defect sites created by N doping can strongly “host” Na + and therefore contribute to the enhanced storage capacity.

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)
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 enseignants0,009
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 savante0,0010,000
Science ouverte0,0010,000
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 Opus0,014
Tête enseignante GPT0,216
Écart entre enseignants0,202 · 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

Citations43
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetAdvancements in Battery MaterialsTravaux en français237 207