Synergistic Engineering of Architecture and Composition in Bimetallic Selenide@Carbon Hybrid Nanotubes for Enhanced Lithium‐ and Sodium‐Ion Batteries
Notice bibliographique
Résumé
Abstract Developing sustainable and affordable anode materials that are capable of delivering high performance in both lithium‐ion batteries (LIBs) and sodium‐ion batteries (SIBs) remains a significant challenge. Bimetallic selenide@carbon hybrids are considered as one of the most promising anode materials in LIBs and SIBs due to their high electronic conductivity, high specific capacity, and fast reaction kinetics. Herein, a series of bimetallic selenide@carbon hybrid nanotubes are successfully prepared as anodes of LIBs or SIBs based on the dual regulation of component and micro‐nanostructure. The selenization strategy plays a key important role in determining the composition, microstructure, and electrochemical energy storage properties of anode materials. As a consequence, the ZnSe/CoSe 2 @NPC NTs(I)‐600 exhibit a reversible capacity of 1328.3 mAh g −1 at 0.1 A g −1 and superior rate capability (269.1 mAh g −1 at 10 A g −1 ) towards Li + storage. Meanwhile, ZnSe/CoSe 2 @NPC NTs(II)‐700 achieve 354.1 mAh g −1 at 0.1 A g −1 and ultralong cycling stability (97.6% of capacity retention after 40 000 cycles at 10 A g −1 ) used as anode materials in SIBs. This study provides a feasible strategy to fabricate selenide‐based composites as anode materials for high‐performance LIBs and SIBs via architecture engineering and composition tailoring.
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 ».