Tungsten‐Nitride‐Coated Carbon Nanospheres as a Sulfur Host for High‐Performance Lithium‐Sulfur Batteries
Notice bibliographique
Résumé
Abstract Lithium‐sulfur batteries have attracted wide attention, owing to their outstanding properties such as high theoretical specific capacity, low cost, and non‐toxic nature. However, the low conductivity of the sulfur cathode and its shuttling effects are still a challenge for the energy‐storage system. In this work, we describe a potential solution to address this challenge, using carbon nanospheres encapsulated in a tungsten nitride (WN) layer, interconnected with WN nanorods. After successfully synthesizing this composite in situ by using a straightforward method, we applied it as the sulfur host for lithium‐sulfur batteries. The results demonstrate a strong chemical trapping ability of the WN shell towards lithium polysulfides (LiPSs), and a strong electron‐transfer ability of the WN nanorods. Together, these effects alleviate LiPSs′ shuttling from carbon nanospheres (CNS) and give rise to a high sulfur content (70 wt %) in the as‐prepared S/WN‐CNS material. When compared to traditional S/N‐CNS electrodes, the tuned S/WN‐CNS cathodes deliver an outstanding electrochemical performance, including a high initial capacity of 1351 mAh g−1 at 0.1 C and superior long‐term cycling stability with 80 % retention of the initial capacity with 3 mg cm−2 after 500 cycles at 0.5 C. As such, a high specific capacity, excellent rate capacity, and long cycling stability are achieved. Our approach provides a path to a broad class of high‐performance Li‐S battery applications based on nanostructured WN materials.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».