Promising Dual-Doped Graphene Aerogel/SnS<sub>2</sub> Nanocrystal Building High Performance Sodium Ion Batteries
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
We report the effort in designing layered SnS 2 nanocrystals decorated on nitrogen and sulfur dual-doped graphene aerogels (SnS 2 @N,S-GA) as anode material of SIBs. The optimized mass loading of SnS 2 along with the addition of nitrogen and sulfur on the surface of GAs results in enhanced electrochemical performance of SnS 2 @N,S-GA composite. In particular, the introduction of nitrogen and sulfur heteroatoms could provide more active sites and good accessibility for Na ions. Moreover, the incorporation of the stable SnS 2 crystal structure within the anode results in the superior discharge capacity of 527 mAh g –1 under a current density of 20 mA g –1 upon 50 cycles. It maintains 340 mAh g –1 even the current density is increased to 800 mA g –1 . Aiming to further systematically study mechanism of composite with improved SIB performance, we construct the corresponding models based on experimental data and conduct first-principles calculations. The calculated results indicate the sulfur atoms doped in GAs show a strong bridging effect with the SnS 2 nanocrystals, contributing to build robust architecture for electrode. Simultaneously, heteroatom dual doping of GAs shows the imperative function for improved electrical conductivity. Herein, first-principles calculations present a theoretical explanation for outstanding cycling properties of SnS 2 @N,S-GA composite.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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