MétaCan
Menu
Retour à la cohorte
Enregistrement W4410299671 · doi:10.1021/acsenergylett.5c01032

Two-Step Graphene Strategy Enabling Long-Cycle Stability of Silicon Anodes

2025· article· en· W4410299671 sur OpenAlexaff
Jun Beom Kim, Jaewon Baek, Balamurugan Jayaraman, Sujin Cha, Gang San Lee, Yeo Hoon Yoon, Go Bong Choi, Joonwon Lim, Hee‐Tak Kim, Sang Ouk Kim

Notice bibliographique

RevueACS Energy Letters · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesKAIST Creative Research Initiatives
Mots-clésGrapheneAnodeSiliconMaterials scienceNanotechnologyStability (learning theory)Computer scienceOptoelectronicsChemistryElectrode

Résumé

récupéré en direct d'OpenAlex

A two-step graphene-reinforced hierarchical structure to address the poor cycle stability due to significant volume fluctuations in silicon anodes for lithium-ion batteries (LIBs) is introduced in this study. Fine composite granules (1–2 μm), SiNPs@rGO where silicon nanoparticles (SiNPs) were fully encapsulated by reduced graphene oxide (rGO) flakes, were synthesized by a high-power planetary ball milling technique. The compact structure of the SiNPs@rGO granules effectively suppressed the dispersion loss of Si and Li x Si fragments from the granules. To accommodate the large volume fluctuation of Si in lithiation and delithiation cycles, a hierarchical structure using mechanically flexible and stretchable holey reduced graphene oxide (HrGO) 2D layers was developed. The hierarchical structure of HrGO/SiNPs@rGO composite anode successfully accommodated the volume fluctuations of SiNPs@rGO, thereby markedly enhancing long-cycle stability. Systematic analyses of the characteristic electrochemical properties and morphological evolution of these 2D material-based anodes are reported.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,000
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,011
Tête enseignante GPT0,236
Écart entre enseignants0,225 · 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 source (Gemma direct ou Codex distillé), 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

Citations15
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Energy LettersMême sujetAdvancements in Battery MaterialsTravaux en français237 207