MétaCan
Menu
Retour à la cohorte
Enregistrement W3084993489 · doi:10.1142/s1793292020501179

Graphene-Wrapped ZnMn<sub>2</sub>O<sub>4</sub> Nanoparticles with Enhanced Performance as Lithium-Ion Battery Anode Materials

2020· article· en· W3084993489 sur OpenAlexaff
Meng Sun, Sijie Li, Jiajia Zou, Zhipeng Cui, Qingye Zhang, F. Schiettekatte, David Barba, Bing Liu, Yiqian Wang

Notice bibliographique

RevueNANO · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensInstitut National de la Recherche ScientifiqueUniversité de MontréalRegroupement Québécois sur les Matériaux de Pointe
Organismes subventionnairesChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésMaterials scienceGrapheneAnodeNanoparticleLithium (medication)ElectrochemistryChemical engineeringComposite numberLithium-ion batteryNanotechnologyOxideBattery (electricity)Composite materialMetallurgyElectrode

Résumé

récupéré en direct d'OpenAlex

ZnMn 2 O 4 nanoparticles (NPs) wrapped by reduced graphene oxide (rGO) were fabricated via a two-step solvothermal method and used as an anode material for lithium-ion batteries (LIBs). Compared to pure ZnMn 2 O 4 , the ZnMn 2 O 4 NPs/rGO composites deliver higher capacities of 1230 mAh g −1 and 578 mAh g −1 after 200 cycles at a current density of 100 mA g −1 and 500 mA g −1 , respectively. The enhanced electrochemical performance of ZnMn 2 O 4 NPs/rGO composites is mainly attributed to a distinctive structure (ZnMn 2 O 4 NPs surrounded by flexible rGO), which can promote the diffusion of Li + , accelerate the transport of electrons and buffer volume expansion during the Li + insertion/extraction process. Furthermore, the rGO sheets can effectively prevent the agglomeration of ZnMn 2 O 4 NPs, thus, improving structural stability of the composites. The excellent electrochemical performance indicates that such ZnMn 2 O 4 NPs/rGO composite structure has a great potential for high-performance LIBs.

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), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,004
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 GPT0,203
Écart entre enseignants0,193 · 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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNANOMême sujetAdvancements in Battery MaterialsTravaux en français237 207