Tuning Metallic Co0.85Se Quantum Dots/Carbon Hollow Polyhedrons with Tertiary Hierarchical Structure for High-Performance Potassium Ion Batteries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Potassium-ion batteries (KIBs) are a potential candidate to lithium-ion batteries (LIBs) but possess unsatisfactory capacity and rate properties. Herein, the metallic cobalt selenide quantum dots (Co 0.85 Se-QDs) encapsulated in mesoporous carbon matrix were designed via a direct hydrothermal method. Specifically, the cobalt selenide/carbon composite (Co 0.85 Se-QDs/C) possesses tertiary hierarchical structure, which is the primary quantum dots, the secondary petals flake, and the tertiary hollow micropolyhedron framework. Co 0.85 Se-QDs are homogenously embedded into the carbon petals flake, which constitute the hollow polyhedral framework. This unique structure can take the advantages of both nanoscale and microscale features: Co 0.85 Se-QDs can expand in a multidimensional and ductile carbon matrix and reduce the K -intercalation stress in particle dimensions; the micropetals can restrain the agglomeration of active materials and promote the transportation of potassium ion and electron. In addition, the hollow carbon framework buffers volume expansion, maintains the structural integrity, and increases the electronic conductivity. Benefiting from this tertiary hierarchical structure, outstanding K -storage performance (402 mAh g −1 after 100 cycles at 50 mA g −1 ) is obtained when Co 0.85 Se-QDs/C is used as KIBs anode. More importantly, the selenization process in this work is newly reported and can be generally extended to prepare other quantum dots encapsulated in edge-limited frameworks for excellent energy storage.
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.
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) | 0,001 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle