MétaCan
Menu
Retour à la cohorte
Enregistrement W1604205235 · doi:10.1002/9780470974001.f207056

Electrochemical supercapacitors and their complementarity to fuel cells and batteries

2010· other· en· W1604205235 sur OpenAlexaff
B. E. Conway

Notice bibliographique

RevueHandbook of Fuel Cells · 2010
Typeother
Langueen
DomaineMaterials Science
ThématiqueSupercapacitor Materials and Fabrication
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésSupercapacitorCapacitanceMaterials scienceEnergy storageElectrolyteElectrochemistryPower densityOptoelectronicsElectrical engineeringPower (physics)ElectrodeChemistryEngineeringPhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract In recent years, so‐called supercapacitors have been developed providing specific capacitances on the order of 50–100 Farads g −1 of high surface area substrates, e.g., carbon powders, fibers or aerogels, and some transition‐metal oxide films having specific real areas up to ca. 2000 m 2 g −1 . The capacitance of carbon‐based devices originates from the double‐layer capacity of the carbon/liquid electrolyte interfaces, giving rise to a high degree of reversibility of the charging/discharging processes, leading to perceived operability at large power densities. The large achievable specific capacitance provides systems for substantial charge and electrical energy storage, complementary to that provided by batteries. However, on account of the distributed nature of capacitative, C , and ohmic, R , components of the impedance, a broad range of RC time‐constants arises, corresponding to a power spectrum. Hence high power operation is available from only a fraction of the total capacitance at large current densities or a.c. frequencies, or in short‐time pulses. An important application of supercapacitors has been envisaged in a load‐leveling role in hybrid configuration with fuel cells or rechargeable batteries. To achieve this, the relation between operable power densities and achievable energy densities of each of the components has to be evaluated in terms of so‐called Ragone plots in a complementary way.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,012
Tête enseignante GPT0,218
Écart entre enseignants0,206 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHandbook of Fuel CellsMême sujetSupercapacitor Materials and FabricationTravaux en français237 207