Graphene-nickel cobaltite nanocomposite asymmetrical supercapacitor with commercial level mass loading
Notice bibliographique
Résumé
A high performance asymmetric electrochemical supercapacitor with a mass loading of 10 mg·cm−2 on each planar electrode has been fabricated by using a graphene-nickel cobaltite nanocomposite (GNCC) as a positive electrode and commercial activated carbon (AC) as a negative electrode. Due to the rich number of faradaic reactions on the nickel cobaltite, the GNCC positive electrode shows significantly higher capacitance (618 F·g−1) than graphene-Co3O4 (340 F·g−1) and graphene-NiO (375 F·g−1) nanocomposites synthesized under identical conditions. More importantly, graphene greatly enhances the conductivity of nickel cobaltite and allows the positive electrode to charge/discharge at scan rates similar to commercial AC negative electrodes. This improves both the energy density and power density of the asymmetric cell. The asymmetric cell composed of 10 mg GNCC and 30 mg AC displayed an energy density in the range of 19.5 Wh·kg−1 with an operational voltage of 1.4 V. At high sweep rate, the system is capable of delivering an energy density of 7.6 Wh·kg−1 at a power density of about 5600 W·kg−1. Cycling results demonstrate that the capacitance of the cell increases to 116% of the original value after the first 1600 cycles due to a progressive activation of the electrode, and maintains 102% of the initial value after 10000 cycles.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».