MétaCan
Menu
Retour à la cohorte
Enregistrement W2806767666 · doi:10.1002/adfm.201801806

Graphene Oxide‐Template Controlled Cuboid‐Shaped High‐Capacity VS<sub>4</sub> Nanoparticles as Anode for Sodium‐Ion Batteries

2018· article· en· W2806767666 sur OpenAlexaff
Sizhe Wang, Feng Gong, Shize Yang, Jiaxuan Liao, Mengqiang Wu, Ziqiang Xu, Cheng Chen, Xiaofei Yang, Feipeng Zhao, Bin Wang, Yuesheng Wang, Xueliang Sun

Notice bibliographique

RevueAdvanced Functional Materials · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensHydro-QuébecWestern University
Organismes subventionnairesDepartment of Science and Technology of Sichuan ProvinceNational Natural Science Foundation of ChinaU.S. Department of Energy
Mots-clésMaterials scienceAnodeGrapheneCuboidEnergy storageNanoparticleOxideElectrolyteElectrochemistryIonChemical engineeringSodiumNanotechnologyElectrodeMetallurgyChemistryOrganic chemistryThermodynamicsPower (physics)

Résumé

récupéré en direct d'OpenAlex

Abstract Room‐temperature sodium‐ion batteries have attracted great attentions for large‐scale energy storage applications in renewable energy. However, exploring suitable anode materials with high reversible capacity and cyclic stability is still a challenge. The VS4, with parallel quasi‐1D chains structure of V4+(S22−)2, which provides large interchain distance of 5.83 Å and high capacity, has showed great potential for sodium storage. Here, the uniform cuboid‐shaped VS4 nanoparticles are prepared as anode for sodium‐ion batteries by the controllable of graphene oxide (GO)‐template contents. It exhibits superb electrochemical performances of high‐specific charge capacity (≈580 mAh·g−1 at 0.1 A·g−1), long‐cycle‐life (≈98% retain at 0.5 A·g−1 after 300 cycles), and high rates (up to 20 A·g−1). In addition, electrolytes are optimized to understand the sodium storage mechanism. It is thus demonstrated that the findings have great potentials for the applications in high‐performance sodium‐ion batteries.

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 Opus0,016
Tête enseignante GPT0,227
Écart entre enseignants0,212 · 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

Citations156
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Functional MaterialsMême sujetAdvancements in Battery MaterialsTravaux en français237 207