A global design principle for polysulfide electrocatalysis in lithium–sulfur batteries—A computational perspective
Notice bibliographique
Résumé
Abstract Widespread commercialization of high‐energy‐density lithium–sulfur (Li–S) batteries is difficult due to the lithium polysulfide, Li 2 S n ( n = 4, 6, 8), shuttle effect. Efficient adsorption/conversion of Li 2 S n species on an electrocatalytic surface can suppress the shuttle effect. Modeling of the adsorption of Li 2 S n species using density functional theory (DFT) calculations has contributed significantly toward an understanding of their anchoring mechanism at a surface. Different surfaces show a unique range of binding energies for faster Li 2 S n adsorption/reaction kinetics. To predict the optimum binding energy zone, a systematic DFT study is performed on transition‐metal sulfide (TMS) surfaces including TiS 2 , VS 2 , NbS 2 , MoS 2 , WS 2 , and SnS 2 . The investigation revealed that the geometric properties at the anchoring site possibly regulate the adsorption energy of Li 2 S n species. A geometry parameter, G score , is defined as a function of bond length and number of lithium‐atom interactions between the Li 2 S n species and the binding surface. The design principle is extended to sulfur‐deficient (TMSs‐x) and edge‐exposed (TMS(100)) surfaces. The G score predicts the most effective binding energy zone distinctive to these materials—TMS (1.7–2.1 eV/ G score ≥ 2.0), TMSs‐x (2.0–2.8 eV/ G score ≥ 2.1), and TMS(100) (2.5–3.2 eV/G score ≥ 1.09).
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».