MétaCan
Menu
Retour à la cohorte
Enregistrement W4405495014 · doi:10.3390/batteries10120447

ZnSe⊂MoSe2/rGO Petal-like Assembly as Fast and Stable Sodium Ion Storage Anodes

2024· article· en· W4405495014 sur OpenAlexafffund
Haoliang Xie, Shunxing Chen, Lianghao Yu, Guang Chen, Huile Jin, Jun Li, Shun Wang, Jichang Wang

Notice bibliographique

RevueBatteries · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésAnodeFaraday efficiencyMaterials scienceGrapheneChemical engineeringOxideSodiumNanoparticleEnergy storageElectrochemistryNanotechnologyElectrodeChemistryMetallurgyPower (physics)

Résumé

récupéré en direct d'OpenAlex

The development of high energy and power density sodium-ion batteries (SIBs) has attracted increasing interest in the last two decades due to the abundance and cost-effectiveness of sodium resources. Herein, this study developed a self-templating synthetic method to construct MoSe2 nanosheets which were intercalated by ZnSe nanoparticles and were anchored on the in situ reduced graphene oxide layers. The thus-fabricated composites exhibited excellent Coulombic efficiency, a remarkable rate capability and an exceptionally long cycle life when being utilized as the anode in SIBs. Specifically, a reversible capacity of 265 mAh g−1 was achieved at 20 A g−1, which could be maintained for 6400 cycles. At an ultra-high rate of 30.0 A g−1, the anode retained a capacity of 235 mAh g−1 after 9500 cycles. Such a strong performance was attributed to its unique porous structure and synergistic interactions of multi-components. The underlying sodium storage mechanism was further investigated through various techniques such as in situ X-ray diffraction spectroscopy, the galvanostatic intermittent titration method, etc. Overall, this study illustrates the great potential of clad-structured multicomponent hybrids in developing high-performance SIBs.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,424
Score d'incertitude au seuil1,000

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,009
Tête enseignante GPT0,233
Écart entre enseignants0,224 · 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.

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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBatteriesMême sujetAdvancements in Battery MaterialsTravaux en français237 207