MétaCan
Menu
Retour à la cohorte
Enregistrement W3011852994 · doi:10.1088/1361-6528/ab7e72

Two-dimensional Co(OH) <sub>2</sub> /graphene oxide composite as an efficient multifunctional interlayer for high-performance lithium–sulfur batteries

2020· article· en· W3011852994 sur OpenAlexaff
Tongtao Wan, Shuming Liu, Katelyn Evans, Ashton Gerhardt, Jingde Li, Guihua Liu, Zisheng Zhang

Notice bibliographique

RevueNanotechnology · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Materials and Technologies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesDepartment of Education of Hebei Province
Mots-clésMaterials scienceGrapheneLithium (medication)OxideCatalysisChemical engineeringComposite numberBattery (electricity)AnodeAdsorptionSulfurNanotechnologyCurrent densityElectrodeComposite materialOrganic chemistryChemistryPhysical chemistryMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract The shuttling-effect of soluble lithium-based polysulfides (LiPS) represents one of the main obstacles for practical application of lithium–sulfur (Li–S) batteries. Herein, to address this issue, a flexible Li–S interlayer consisting of a two-dimensional α-Co(OH) 2 nano-plate and graphene oxide (GO) is developed using a simple vacuum filtration technique. In the interlayer, the α-Co(OH) 2 and GO are assembled into a layered structure forming a physical barrier for the shuttling of LiPS. Additionally, the α-Co(OH) 2 offers strong chemical adsorption and efficient catalysis performance towards LiPS conversion, further inhibiting its shuttling. Attributed to these beneficial features of the interlayer, the Li–S battery delivers an initial discharge capacity of 834 mAh g −1 at the current density of 1 C. More importantly, after 300 cycles, a high discharge capacity of 590 mAh g −1 was retained, corresponding to a low capacity fading rate of 0.1% per cycle. This work might be of great interest for the feasible and scalable preparation of multifunctional interlayers in Li–S 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,082
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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)0,0000,000

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 GPT0,218
Écart entre enseignants0,208 · 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 tête enseignante, pas un consensus.

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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanotechnologyMême sujetAdvanced Battery Materials and TechnologiesTravaux en français237 207