MétaCan
Menu
Retour à la cohorte
Enregistrement W4392189967 · doi:10.1016/j.cej.2024.150042

A vapor-assisted construction of 3D highly porous boron nitride for anchoring and catalyzing polysulfides in lithium-sulfur batteries

2024· article· en· W4392189967 sur OpenAlexaff
Cheng Long, Yang Huang, Yin Sha, Ming Chen, Farzad Seidi, Chao Deng, Huining Xiao

Notice bibliographique

RevueChemical Engineering Journal · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Materials and Technologies
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésSeparator (oil production)Boron nitrideChemical engineeringSulfurPorosityMaterials scienceBoronHeteroatomComposite numberCathodeGrapheneNanotechnologyChemistryOrganic chemistryComposite materialMetallurgy

Résumé

récupéré en direct d'OpenAlex

Lithium-sulfur batteries (LSBs) have been holding a great potential to serve as high energy density power source in advent of “carbon neutrality” era. However, LSBs nowadays still suffer from the notorious shuttle effect of polysulfides and sluggish redox reactions involving multiphase conversion. Herein, three-dimensional boron nitride (3D BN) with hierarchically porous architecture was innovatively constructed and incorporated into carbon cloth (CC) by means of vapor-assisted spatial growth (denoted as 3D-BN@CC). The as-prepared 3D-BN@CC sulfur host with highly exposed BN active sites exhibits strong adsorption and efficient catalysis toward soluble polysulfides . To further block the polysulfides leaking-out, an ultrathin composite layer composed of graphene (Gr) and nanocellulose (NC) is deliberately coated onto commercial separator (labeled as NC@Gr separator). LSB equipped with S/3D-BN@CC cathode and NC@Gr separator delivers a reversible capacity of 850 mAh/g with a high S loading of 5.36 mg cm −2 . The approach developed in this work to create sophisticated 3D BN scaffold for S and sheds lights on the superiority of 3D-BN@CC in anchoring and catalyzing polysulfides to finally lead to high-performance LSBs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,681

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,205
Écart entre enseignants0,198 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemical Engineering JournalMême sujetAdvanced Battery Materials and TechnologiesTravaux en français237 207