Creating Edge Sites within the 2D Metal‐Organic Framework Boosts Redox Kinetics in Lithium–Sulfur Batteries
Notice bibliographique
Résumé
Abstract Lithium–sulfur batteries have received extensive interest owing to their exceptionally high energy density. Nonetheless, their practical implementation is still impeded by the shuttle effect of polysulfides and sluggish conversion kinetics. Considering that, a porous 2D defective zeolitic imidazolate framework‐7 (ZIF‐7) with abundant active edges is rationally designed as multifunctional sulfur carriers for Li–S batteries. The 2D ZIF‐7 enables uniform distribution of sulfur and rapid Li‐ion diffusion, while rich edges facilitate sufficient exposure to active sites capturing and catalyzing polysulfides. In addition, the nitrogen defects on edge sites can further accelerate the transformation of polysulfides and decrease the energy barrier of Li 2 S decomposition. Consequently, the Li–S batteries demonstrate surprisingly practical prospects with a stable capacity of 676.9 mAh g −1 over 500 cycles at 1 C (capacity retention rate = 72.3%). When assembled into a pouch cell at 2.3 mg cm −2 , it still exhibits a high capacity of 901.1 mAh g −1 after 100 cycles at 0.1 C. This work offers a rational structural design strategy to tackle the challenges of the sulfur cathode.
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 ».