Probing the active sites of 2D nanosheets with Fe-N-C carbon shell encapsulated FexC/Fe species for boosting sodium-ion storage performances
Notice bibliographique
Résumé
Developing stable but high active metal-nitrogen-carbon (M-N-C)-based hard carbon anode is a promising way to be the alternatives to graphene and blank hard carbon for sodium-ion batteries (SIBs), requiring the precise tailoring of the electronic structure for optimizing the Na + intercalation behavior, yet is greatly challenging. Herein, Fe-N-C graphitic layer-encapsulating Fe 3 C species within hard carbon nanosheets (Fe-N-C/Fe 3 C@HCNs) are rationally engineered by pyrolysis of self-assembled polymer. Impressively, the Fe-N-C/Fe 3 C@HCNs exhibit outstanding rate capacity (242 mAh·g −1 at 2,000 mA·g −1 ), which is 2.1 and 4.2 times higher than that of Fe-N-C and N-doped carbon (N-C), respectively, and prolonged cycling stability (176 mAh·g −1 at 2,000 mA·g −1 after 2,000 cycles). Theoretical calculations unveil that the Fe 3 C species enhance the electronic transfer from Na to Fe-N-C, resulting in the charge redistribution between the interfaces of Fe 3 C and Fe-N-C. Thus, the optimized adsorption behavior towards Na + reduces the thermodynamic energy barriers. The synergistic effect of Fe 3 C and Fe-N-C species maintains the structural integrity of electrode materials during the sodiation/desodiation process. The in-depth insight into the advanced Na + storage mechanisms of Fe 3 C@Fe-N-C offers precise guidance for the rational establishment of confinement heterostructures in SIBs.
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 ».