MétaCan
Menu
Retour à la cohorte
Enregistrement W3033495459 · doi:10.3389/fchem.2020.00408

Carbon Fibers Embedded With Iron Selenide (Fe3Se4) as Anode for High-Performance Sodium and Potassium Ion Batteries

2020· article· en· W3033495459 sur OpenAlexfundno aff
Asif Mahmood, Zeeshan Ali, Hassina Tabassum, Waseem Aftab, Rashad Ali, Muhammad Waqas Khan, Suraj Loomba, Ahmed Alluqmani, Muhammad Adil Riaz, Muhammad Yousaf, Nasir Mahmood

Notice bibliographique

RevueFrontiers in Chemistry · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensnon disponible
Organismes subventionnairesRMIT UniversityUniversity of SydneyAustralian Research CouncilOntario Ministry of Natural Resources and ForestryAustralian National Fabrication Facility
Mots-clésAnodeMaterials scienceSelenidePotassiumSodiumLithium (medication)Carbon fibersElectrodeNanoparticleChemical engineeringParticle (ecology)Dispersion (optics)NanotechnologyMetallurgyComposite materialChemistryComposite numberSelenium

Résumé

récupéré en direct d'OpenAlex

The development of sodium and potassium ion batteries (SIBs/KIBs) have seen tremendous growth in recent years due to their promising properties as potential replacement for lithium ion batteries (LIBs). Here, we report ultrafine iron selenide (Fe3Se4) nanoparticles embedded into one-dimensional (1D) carbon fibers (Fe3Se4@CFs) as potential candidate for SIBs/KIBs. The Fe based metal-organic framework particles (MOFP) are used as Fe source to obtain high dispersion of the iron species in the product. The Fe3Se4@CF consisted of ultrafine particles of Fe3Se4 with an average particle size of ~10 nm loaded into CFs with an average diameter of 300 nm. The product exhibited excellent specific activity of ~439 mAh/g and ~435 mAh/g at current density of 50 mA/g for SIBs and KIBs, respectively. In addition, the as prepared anodes (Fe3Se4@CFs) exhibited excellent capacity retention up to several hundred cycles (700 cycles for SIBs and 300 cycles for KIBs). The high activity and excellent stability of the developed electrodes make Fe3Se4@CFs a promising electrode for next generation 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 Opus0,005
Tête enseignante GPT0,188
Écart entre enseignants0,183 · 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

Citations39
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in ChemistryMême sujetAdvancements in Battery MaterialsTravaux en français237 207