MétaCan
Menu
Retour à la cohorte
Enregistrement W2793040244 · doi:10.1002/adfm.201707480

Few‐Layer MoSe<sub>2</sub> Nanosheets with Expanded (002) Planes Confined in Hollow Carbon Nanospheres for Ultrahigh‐Performance Na‐Ion Batteries

2018· article· en· W2793040244 sur OpenAlexaff
Hui Liu, Hong Guo, Beihong Liu, Mengfang Liang, Zhaolin Lv, Keegan R. Adair, Xueliang Sun

Notice bibliographique

RevueAdvanced Functional Materials · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensWestern University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMaterials scienceAnodeFaraday efficiencyIonCarbon fibersLayer (electronics)NanotechnologyChemical engineeringComposite materialElectrodeComposite number

Résumé

récupéré en direct d'OpenAlex

Abstract Sodium‐ion batteries (SIBs) are considered as a promising alternative to lithium‐ion batteries, due to the abundant reserves and low price of Na sources. To date, the development of anode materials for SIBs is still confronted with many serious problems. In this work, encapsulation‐type structured MoSe2@hollow carbon nanosphere (HCNS) materials assembled with expanded (002) planes few‐layer MoSe2 nanosheets confined in HCNS are successfully synthesized through a facile strategy. Notably, the interlayer spacing of the (002) planes is expanded to 1.02 nm, which is larger than the intrinsic value of pristine MoSe2 (0.64 nm). Furthermore, the few‐layer nanosheets are space‐confined in the inner cavity of the HCNS, forming hybrid MoSe2@HCNS structures. When evaluated as anode materials for SIBs, it shows excellent rate capabilities, ultralong cycling life with exceptional Coulombic efficiency even at high current density, maintaining 501 and 471 mA h g−1 over 1000 cycles at 1 and 3 A g−1, respectively. Even when cycled at current densities as high as 10 A g−1, a capacity retention of 382 mA h g−1 can be achieved. The expanded (002) planes, 2D few‐layer nanosheets, and unique carbon shell structure are responsible for the ultralong cycling and high rate performance.

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 seuil0,002

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 Opus0,012
Tête enseignante GPT0,209
Écart entre enseignants0,197 · 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

Citations248
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Functional MaterialsMême sujetAdvancements in Battery MaterialsTravaux en français237 207