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 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 | 0,000 |
| 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) | 0,000 | 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 ».