Insight into MoS<sub>2</sub>–MoN Heterostructure to Accelerate Polysulfide Conversion toward High‐Energy‐Density Lithium–Sulfur Batteries
Notice bibliographique
Résumé
Abstract Lithium–sulfur batteries are deemed as optimal energy devices for the next generation of high‐energy‐density energy storage. However, several problems such as low energy density and short cycle life hinder their application in industry. Here, MoS2–MoN heterostructure nanosheets grown on carbon nanotube arrays as free‐standing cathodes are reported. In this heterostructure, MoN works as a promoter to provide coupled electrons to accelerate the redox reaction of polysulfides while the MoS2, with a two‐dimensional layered structure, provides smooth Li+ diffusion pathways. Through their respective advantages, both MoN and MoS2 could mutually boost the process of “adsorption‐diffusion‐conversion” of polysulfides, which have a synergy enhancement effect to restrain the lithium polysulfides from shuttling. The designed cathodes show excellent long‐term cycling performances of 1000 cycles at 1C with a low decay rate of 0.039% per cycle and a high rate capability up to 6C. A high initial areal capacity of 13.3 mAh cm−2 is also achieved under a low electrolyte volume/sulfur loading (E/S) ratio of 6.3 mL g−1. This strategy of promoting polysulfide conversion by heterostructure MoS2–MoN as presented in this work can provide a more structured design strategy for future advanced Li–S energy storage systems.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».