Mesocrystallizing Nanograins for Enhanced Li<sup>+</sup> Storage
Notice bibliographique
Résumé
Abstract The morphology and crystallinity of electrode materials have a major effect on their charge carrier storage properties when applied in rechargeable batteries. While nanosizing electrode particles (with larger surface area) and maintaining electrode integrity are both good for performance enhancement, they seem to contradict each other and are challenging to balanced. Herein, electrode particles consisting of numerous nanograins with uniform crystalline orientation are designed to guarantee both high surface area and high structural integrity, allowing the significant improvement of Li + storage kinetics and performance. Applying this “mesocrystallizing” strategy to an NiCo 2 O 4 ‐based anode, results in various degrees of pseudocapacitance response, the long‐term cyclability and rate performance of this material are also significantly enhanced. Impressively, the mesocrystalline NiCo 2 O 4 electrode exhibits a high specific capacity of 1403 mAh g –1 after 200 cycles at 1.6 A g –1 (a rate of 1.8 C). The growth mechanism of mesocrystalline materials with different morphologies is identified to be a topotactic structural transition process featuring a gradual edge‐to‐core corrosion process. This work presents an important synthetic clue to balance the morphology and crystallinity of battery electrode materials for their performance optimization and is expected to inspire future structural design for battery materials beyond the one prototyped here.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».