MétaCan
Menu
Retour à la cohorte
Enregistrement W3036330649 · doi:10.1002/celc.202000747

Two‐Dimensional NiO@C‐N Nanosheets Composite as a Superior Low‐Temperature Anode Material for Advanced Lithium‐/Sodium‐Ion Batteries

2020· article· en· W3036330649 sur OpenAlexafffund
Zhengyu Bai, Xiao Lv, Dai‐Huo Liu, Dongmei Dai, Jiali Gu, Lin Yang, Zhongwei Chen

Notice bibliographique

RevueChemElectroChem · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesChina Postdoctoral Science FoundationNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésAnodeNon-blocking I/OMaterials scienceLithium (medication)ElectrolyteDielectric spectroscopyNanosheetElectrodeElectrochemistryChemical engineeringNickel oxideNickelNanotechnologyChemistryMetallurgyCatalysis

Résumé

récupéré en direct d'OpenAlex

Abstract Most of the anodes used in lithium‐/sodium‐ion batteries (LIBs/SIBs) have poor low‐temperature (LT) performances, which severely limit their applications under LT environment. Herein, two‐dimensional nickel oxide nanosheet encapsulated in N‐doped carbon coated layer (abbreviated as NiO@C−N NSs) is successfully prepared and investigated for the first time as a LT anode for LIBs/SIBs. As a result, the prepared NiO@C−N NSs electrode delivers a high room temperature (RT) Li‐storage capacity (1036 mA h g−1 at 0.05 A g−1) and excellent LT Li‐storage performance (428 mA h g−1 at 0.05 A g−1 at −40 °C). Furthermore, the prepared NiO@C−N NSs also exhibits a superior RT Na‐storage capacity of 529 mA h g−1 at 0.05 A g−1 and superior LT Na‐storage performance. Through electrochemical impedance spectroscopy analysis, we find that the LT Li‐/Na‐storage performances of NiO@C−N NSs electrodes are mainly dominated by the RSEI of SEI membrane formation at the electrode/electrolyte interface. Moreover, the LT Li‐/Na‐storage properties of NiO@C−N NSs can be effectively improved by using commercial LT electrolyte with low viscosity and low melting point.

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 seuil0,002

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 Opus0,007
Tête enseignante GPT0,227
Écart entre enseignants0,220 · 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

Citations33
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemElectroChemMême sujetAdvancements in Battery MaterialsTravaux en français237 207