N‐Vacancy Enriched Porous BN Fibers for Enhanced Polysulfides Adsorption and Conversion in High‐Performance Lithium‐Sulfur Batteries
Notice bibliographique
Résumé
Abstract Severe shuttle effect of soluble polysulfides and sluggish redox kinetics have been thought of as the critical issues hindering the extensive applications of lithium‐sulfur batteries (LSBs). Herein, one‐dimensional boron nitride (1D BN) fibers with abundant pores and sufficient N‐vacancy defects were synthesized using a thermal crystallization following a pre‐condensation step. The 1D structure of BN facilitates unblocked ions diffusion pathways during charge/discharge cycles. The embedded pores within the polar BN strengthen the immobilization of polysulfides via both physical confinement and chemical interaction. Moreover, the highly exposed active surface area and intentionally created N‐vacancy sites substantially promote reaction kinetics by lowering the energy barriers of the rate‐limiting steps. After incorporating with conductive carbon networks and elemental S, the as‐prepared S/Nv‐BN@CBC cathode of LSBs deliver an initial discharge capacity of up to 1347 mAh g −1 at 200 mA g −1 , while maintaining a low decay rate of 0.03 % per cycle over 1000 cycles at 1600 mA g −1 . This work offers an effective strategy to mitigate the shuttle effect and highlights the significant potential of defect‐engineered BN in accelerating the reaction kinetics of 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 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 ».