MétaCan
Menu
Retour à la cohorte
Enregistrement W2804270976 · doi:10.1002/admi.201800362

Versatile MnO<sub>2</sub>/CNT Putty‐Like Composites for High‐Rate Lithium‐Ion Batteries

2018· article· en· W2804270976 sur OpenAlexaff
Lei Shen, Qiuchun Dong, Guoyin Zhu, Ziyang Dai, Yizhou Zhang, Wenjun Wang, Xiaochen Dong

Notice bibliographique

RevueAdvanced Materials Interfaces · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesNational Postdoctoral Program for Innovative TalentsGovernment of Jiangsu ProvinceNational Natural Science Foundation of China
Mots-clésMaterials scienceAnodeComposite numberLithium (medication)Current densityComposite materialElectrochemistryNanotechnologyCarbon nanotubeNanocompositeEnergy storageElectrodeChemical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract A facile and simple method is developed to synthesize putty‐like MnO2/carbon nanotube (CNT) nanostructured composite which shows promising performance as the anode for lithium‐ion batteries (LIBs). The interwoven structure between CNTs and MnO2 enables excellent putty‐like processability, which can be easily molded to various shapes or rolled to a flexible film with different thickness. Furthermore, the morphology and structure of the composite can be easily controlled by adjusting the mass ratio of MnO2 to CNT. Serving as anode materials in LIBs, a high‐specific capacity of 796 mAh g−1 is achieved at a current density of 500 mA g−1 with a potential window from 0 to 3.0 V. And a specific capacity of 236 mA h g−1 is maintained even at a high current density of 10 A g−1. The high‐specific capacity and outstanding high‐rate performance of the material are attributed to the layered structure with unimpeded Li ions diffusion channels, high electron transport efficiency from the interlayered CNTs, and the high stability and flexibility of the skeleton. This work provides an insight for the scalable preparation of novel electrode materials with both enhanced electrochemical performance and increased mechanical properties/flexibility for future multifunctional energy storage devices.

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 Opus0,010
Tête enseignante GPT0,239
Écart entre enseignants0,229 · 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

Citations21
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Materials InterfacesMême sujetAdvancements in Battery MaterialsTravaux en français237 207