Nanocellulose‐Derived Hierarchical Carbon Framework‐Supported P‐Doped MoO <sub>2</sub> Nanoparticles for Optimizing Redox Kinetics in Lithium–Sulfur Batteries
Notice bibliographique
Résumé
Abstract The integration of nanocatalysts into the separators of lithium–sulfur batteries (LSBs) boosts the polysulfide conversion efficiency. However, the aggregation of catalyst nanoparticles diminishes the active surface area. Moreover, densely packed catalyst‐modified layers often hinder ion transport rates and impede access to the catalytic sites. To overcome these challenges, a strategy is reported for modifying commercial separators, using wood nanocellulose as a building block to construct hierarchical P‐doped MoO 2−x nanoparticles anchored on N, P co‐doped porous carbon (P‐MoO 2−x /NPC). The web‐like entangled nanocellulose forms a framework for the in situ polymerization of polyaniline, providing abundant anchoring sites for MoO 2 nanoparticles. The addition of P atoms optimizes the d‐band center of MoO 2 and enhances the catalytic activity of polysulfide conversion. The LSBs assembled using a P‐MoO 2−x /NPC coated polypropylene separator display an initial discharge capacity of 1621 mAh g −1 and rate performance of 774 mAh g −1 at 5 C. Even with a sulfur loading of 8.1 mg cm −2 and lean electrolyte conditions, the cell achieves an initial areal capacity of 11.3 mAh cm −2 at 0.1 C. This work provides a biopolymer nanofiber solution for constructing LSB separators with advanced electrochemical reactivity.
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) | 0,000 | 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 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 ».