MétaCan
Menu
Retour à la cohorte
Enregistrement W3209087364 · doi:10.1088/1361-6528/ac3703

MgCo layered double hydroxide-based yolk shell polyhedrons as multifunctional sulfur mediator for lithium–sulfur batteries

2021· article· en· W3209087364 sur OpenAlexaff
Kai Zhang, You Li, Hongyu Wang, Zisheng Zhang, Guihua Liu, Yongguang Zhang

Notice bibliographique

RevueNanotechnology · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Materials and Technologies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceSulfurChemical engineeringMesoporous materialChemisorptionCathodeElectrolyteAdsorptionInorganic chemistryElectrodeChemistryCatalysisOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The development of efficient sulfur host materials to address the shuttle effect issues of lithium polysulfides (LiPSs) is crucial in the lithium–sulfur (Li–S) batteries but still challenging. In the present study, a novel yolk shell structured MgCo-LDH/ZIF-67 composite is designed as Li–S battery cathode. In this composite, the shell layer is MgCo layered double hydroxide constructed by partially etching ZIF-67 nanoparticle by Mg 2+ , and the core is the unreacted ZIF-67 particle. The unique yolk shell structure not only provides abundant pores for sulfur accommodation, but also facilitates the electrolyte penetration and ion transport. The ZIF-67 core exhibits strong polar adsorption to LiPSs through the Lewis acid-base interactions, and the micropores/mesoporous can further trap LiPSs. Meanwhile, the MgCo-LDH shell exposes enough sulfur-philic sites for enhancing chemisorption and catalyzes LiPSs conversion. As a result, when MgCo-LDH/ZIF-67 is used as sulfur host in the cathode, the cell achieves a high discharge capacity of 1121 mAh g −1 at 0.2 C, and an areal capacity of 5.0 mAh cm −2 under high sulfur loading of 5.8 mg cm −2 . The S/MgCo-LDH/ZIF-67 electrode holds a promising potential for the development of Li–S batteries.

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)
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 enseignants0,088
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,013
Tête enseignante GPT0,232
Écart entre enseignants0,219 · 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

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanotechnologyMême sujetAdvanced Battery Materials and TechnologiesTravaux en français237 207