MétaCan
Menu
Retour à la cohorte
Enregistrement W4200018050 · doi:10.1002/eem2.12342

Switching Optimally Balanced Fe–N Interaction Enables Extremely Stable Energy Storage

2021· article· en· W4200018050 sur OpenAlexaff
Zhenzhen Zhao, Wei Zhang, Miao Liu, Dong Wang, Xiyang Wang, Lirong Zheng, Xu Zou, Zizhun Wang, Dabing Li, Keke Huang, Weitao Zheng

Notice bibliographique

RevueEnergy & environment materials · 2021
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAmmonia Synthesis and Nitrogen Reduction
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésIntercalation (chemistry)AlloyIonMaterials scienceEnergy storageAbsorption (acoustics)AdsorptionElectrodeVolume (thermodynamics)AmmoniumChemical physicsChemical engineeringInorganic chemistryChemistryMetallurgyPhysical chemistryThermodynamicsComposite material

Résumé

récupéré en direct d'OpenAlex

The interaction between electrode materials and charge carriers is one of the central issues dominating underlying energy storage mechanisms. To address the notoriously significant volume changes accompanying intercalation or formation of alloy/compounds, we aim to introduce and utilize a weak, reversible Fe–N interaction during the (de)intercalation of ammonium ions (NH4+) within iron(III) hexacyanoferrate (FeHCF), inspired by manipulating the electrostatic adsorption between N and Fe in the early stages of ammonia synthesis (Bosch‐Harber Process, Chemical Engineering) and steel nitriding processes (Metal Industry). Such strategy of switching well‐balanced Fe–N interaction is confirmed in between the nitrogen of ammonium ions and high‐spin Fe in FeHCF, as observed by using X‐ray absorption spectroscopy. The resulting material provided an extremely stable energy storage (58 mAh g−1 after 10 000 cycles at current density of 1 A g−1) as well as high‐rate performance (23.6 mAh g−1 at current density of 10 A g−1).

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 enseignants0,001
Score d'incertitude au seuil0,003

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 Opus0,011
Tête enseignante GPT0,193
Écart entre enseignants0,182 · 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

Citations53
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & environment materialsMême sujetAmmonia Synthesis and Nitrogen ReductionTravaux en français237 207