Triblock Polymer/Acetylene Black Dual‐Assisted Preparation of Ge/C Nanocomposites with Superior Lithium Storage Performance
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Anode materials based on IV main group elements like Si, Ge, and Sn show great potential for lithium‐ion batteries (LIBs) due to their high specific capacity and low working potential. However, issues such as volume expansion and lattice pulverization hinder their practical usage. To address these issues for Ge, a novel F127 triblock polymer/acetylene black dual‐assisted strategy is proposed to achieve uniform dispersion of polycrystalline Ge, enabling the preparation of Ge@C nanocomposites via hydrogen reduction. The introduced F127 triblock polymer and acetylene black serves a dual purpose to enhance electrical conductivity and prevent Ge nanoparticles from agglomeration. When tested as anode material for LIBs, the Ge@C nanocomposites exhibit exceptional electrochemical performances, demonstrating a sustained specific discharge capacity of 780 mA h g −1 at 0.2 A g −1 after 100 cycles. Moreover, the capacity remains at 767 mA h g −1 even after 300 cycles at a higher current density of 0.5 A g −1 . These enhanced lithium storage performances are attributed to the combined effects of well‐dispersed tiny Ge nanoparticles, uniform carbon coating, and an abundance of defects. These factors effectively mitigate the volume expansion and lattice pulverization of Ge nanoparticles and concurrently enhance their conductivity, leading to improved overall performance in LIBs.
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.
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 | 0,001 |
| 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 découle