MétaCan
Menu
Retour à la cohorte
Enregistrement W3038954288 · doi:10.6023/a20030085

Hierarchical Carbon Nanocages as the High-performance Cathode for Li-O<sub>2</sub> Battery Promoted by Soluble Redox Mediator

2020· article· en· W3038954288 sur OpenAlexaff
Jing Zhang, Gong-ao Tang, Yu Zeng, Baoxing Wang, Liwei Liu, Qiang Wu, Lijun Yang, Xizhang Wang, Zheng Hu

Notice bibliographique

RevueActa Chimica Sinica · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Materials and Technologies
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésChemistryNanocagesRedoxMediatorCathodeCarbon fibersBattery (electricity)Chemical engineeringNanotechnologyInorganic chemistryOrganic chemistryPhysical chemistryCatalysisThermodynamicsCell biology

Résumé

récupéré en direct d'OpenAlex

锂氧(Li-O2)电池因具有超高的理论能量密度而受到人们的关注,但仍面临实际比容量较低、过电势较高和循环稳定性较差等挑战.以具有高比表面积、分级孔结构、丰富缺陷和高电导率等特征的3D分级结构碳纳米笼(hCNC,hierarchical carbon nanocages)为正极材料,构建出具有高放电容量(14080 mAh·g-1)和良好循环稳定性的Li-O2电池;当在电解质中添加可溶性乙酰丙酮亚铁(Fe(acac)2)氧化-还原介质后,其放电容量、倍率性能和良好循环稳定性显著提升,过电势明显下降,如完全放电容量可达23560 mAh·g-1(XC-72的7.82倍),在0.5 A·g-1电流密度和800 mAh·g-1截止比容量下可稳定循环138圈(远高于未加Fe(acac)2的68圈和XC-72的13圈),在5.0 A·g-1高电流密度下仍可稳定循环63圈(远高于未加Fe(acac)2的21圈).优异的电化学性能可归因于:hCNC的特征结构能有效地促进电子传输和2Li++O2+2e-⇆Li2O2(s)的可逆转化,为放电产物Li2O2提供足够分散和容纳空间;可溶性氧化-还原介质Fe(acac)2能有效地催化Li2O2放电产物形成均匀分散的小尺寸颗粒堆积多孔形貌和随后的充电分解,进而降低过电势和提升电池的循环稳定性.本研究提供了通过设计新型碳基正极材料和添加高效可溶性氧化-还原介质提高锂氧电池性能的新思路.

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 enseignants0,003
Score d'incertitude au seuil0,005

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 Opus0,010
Tête enseignante GPT0,205
Écart entre enseignants0,195 · 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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa Chimica SinicaMême sujetAdvanced Battery Materials and TechnologiesTravaux en français237 207