Multicycle Precursor Infiltration-Thermal Decomposition Achieves High In-Pore Li <sub>2</sub> S Loading in Mesoporous Carbon for High-Performance Lithium Sulfide Batteries
Notice bibliographique
Résumé
Lithium sulfide (Li 2 S) is an attractive high-capacity cathode material for lithium–sulfur batteries (LSBs) that enables lithium-anode-free designs with improved safety and simpler manufacturing. However, conventional fabrication methods often yield poor Li 2 S confinement in mesoporous carbon host, restricting electrochemical performance. Here, we present a facile multicycle precursor infiltration-decomposition strategy to synthesize Li 2 S@C nanocomposites with high in-pore Li 2 S loading. Using mesoporous Super P (SP) as the conductive host and lithium trithiocarbonate (Li 2 CS 3 ) as the precursor, sequential infiltration-decomposition cycles progressively increased the pore filling factor (FF) and in-pore Li 2 S loading (IPL), from FF = 38% and IPL = 30% for Li 2 S@SP-1 (one cycle) to FF = 91% and IPL = 73% for Li 2 S@SP-5 (five cycles), while maintaining a total Li 2 S loading of 70 wt %. Structural analyses of Li 2 S@SP-5 by XRD and SEM confirmed reduced crystallite size, suppressed external deposition, and more uniform Li 2 S distribution, contributing to significantly enhanced battery performance relative to Li 2 S@SP-1. Compared to a sulfur-based S@SP counterpart, Li 2 S@SP-5 showed superior performance due to the intrinsic volume contraction of Li 2 S upon charging, which confined sulfur species within the pores and mitigated shuttle effects. Furthermore, full cells paired with Si/C anodes achieved high reversible capacities, demonstrating the viability of lithium-anode-free configurations. This work establishes multicycle infiltration-decomposition as a broadly applicable and scalable strategy to achieve high in-pore Li 2 S loading, offering a promising pathway toward practical, high-energy-density Li 2 S-based batteries.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 tête enseignante, 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 ».