One-Step Synthesis of Si-Graphene Heterostructures via In-Flight Gas-Phase Mixing for High-Capacity Silicon-Rich Anodes
Notice bibliographique
Résumé
The deliberate assembly of heterostructures has emerged as a powerful strategy for electrochemical energy storage, where integration of complementary components enables synergistic performance gains. Moving beyond serial production of individual components and their subsequent liquid phase assembly, we report a one-step, continuous gas-phase synthesis of high-purity silicon/few-layer graphene (Si–FLG) heterostructures by coupling microwave-plasma and hot-wall reactors. This in-flight assembly yields exceptionally pure amorphous Si uniformly integrated within conductive FLG, eliminating liquid-phase processing. Electrochemical performance exhibits a non-monotonic dependence of performance on FLG content: capacity and cycle life maximize at an intermediate 15 wt.% FLG, attributed to a percolated, strain-buffering FLG network that preserves electrical contact while minimizing inactive mass. The optimized heterostructure delivers specific capacities of ~ 2800 mAh g -1 Si + FLG (0.05 C) and ~ 1400 mAh g -1 Si + FLG after 100 cycles at 1 C, outperforming other Si/graphene systems reported in the literature under similar conditions. These results highlight gas-phase self-assembly as a scalable route to integrate 0D/2D nanostructures into high-capacity, long-life Li-ion anodes and establish a new performance benchmark for low-carbon-fraction Si/graphene composites.
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 ».