MétaCan
Menu
Retour à la cohorte
Enregistrement W1512946430 · doi:10.1088/2053-1591/2/7/075011

Aqueous synthesis and growth of morphologically controllable, hierarchical Ni(OH)<sub>2</sub> nanostructures

2015· article· en· W1512946430 sur OpenAlexaff
Weihong Li, Jieyi Yang, Tayirjan Taylor Isimjan, De‐Quan Yang, E. Sacher

Notice bibliographique

RevueMaterials Research Express · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSupercapacitor Materials and Fabrication
Établissements canadiensPolytechnique MontréalRegroupement Québécois sur les Matériaux de Pointe
Organismes subventionnairesKing Abdullah University of Science and Technology
Mots-clésAqueous solutionNanostructureMaterials scienceNanotechnologyChemical engineeringMorphology (biology)ChemistryBiologyPhysical chemistryEngineeringPaleontology

Résumé

récupéré en direct d'OpenAlex

We report a simple route for the synthesis of several morphologies of self-assembling hierarchical Ni(OH) 2 nanostructures, by the reaction of NiSO 4 and NH 4 OH in aqueous solution, at a constant temperature, using neither surfactant nor template. Both morphology and microstructure depend on the concentrations of the reactants, the reaction temperature and the anions (Cl − , .., N O 3 − and S O 4 2 − ) present. The nanostructures have been characterized by scanning electron microscopy (SEM) and x-ray diffraction (XRD). When S O 4 2 − is used, irrespective of the presence of other anions, only microspheres of hierarchical Ni(OH) 2 nanosheets are present, suggesting that this anion plays a critical role in microsphere formation. Electrochemical characterizations of Ni(OH) 2 nanosheets show good supercapacitor performance, with relatively high capacity and excellent rate capability, indicating that these hierarchical Ni(OH) 2 nanosheets are serious candidates for energy storage applications. The growth mechanism for nanosheet formation is discussed, based on SEM observations under different preparation conditions, detailing the transition from nanoparticles to nanowires to nanosheets. The specific surface area and the thickness of our Ni(OH) 2 nanosheets have been determined to be 149.6 m 2 g −1 and 20–30 nm, respectively.

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 enseignants0,001
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)0,0010,000

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 Opus0,045
Tête enseignante GPT0,290
Écart entre enseignants0,244 · 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

Citations9
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials Research ExpressMême sujetSupercapacitor Materials and FabricationTravaux en français237 207