Ultrahigh Rate and Long‐Life Sodium‐Ion Batteries Enabled by Engineered Surface and Near‐Surface Reactions
Notice bibliographique
Résumé
Abstract To achieve the high‐power sodium‐ion batteries, the solid‐state ion diffusion in the electrode materials is a highly concerned issue and needs to be solved. In this study, a simple and effective strategy is reported to weaken and degrade this process by engineering the intensified surface and near‐surface reactions, which is realized by making use of a sandwich‐type nanoarchitecture composed of graphene as electron channels and few‐layered MoS 2 with expanded interlayer spacing. The unique 2D sheet‐shaped hierarchical structure is capable of shortening the ion diffusion length, while the few‐layered MoS 2 with expanded interlayer spacing has more accessible surface area and the decreased ion diffusion resistance, evidenced by the smaller energy barriers revealed by the density functional theory calculations. Benefiting from the shortened ion diffusion distance and enhanced electron transfer capability, a high ratio of surface or near‐surface reactions is dominated at a high discharge/charge rate. As such, the composites exhibit the high capacities of 152 and 93 mA h g −1 at 30 and 50 A g −1 , respectively. Moreover, a high reversible capacity of 684 mA h g −1 and an excellent cycling stability up to 4500 cycles can be delivered. The outstanding performance is attributed to the engineered structure with increased contribution of surface or near‐surface reactions.
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 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) | 0,000 | 0,000 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».