MétaCan
Menu
Retour à la cohorte
Enregistrement W2273640436 · doi:10.1021/acs.chemmater.5b04713

Understanding Hydrothermally Reduced Graphene Oxide Hydrogels: From Reaction Products to Hydrogel Properties

2016· article· en· W2273640436 sur OpenAlexafffund
Kaiwen Hu, Xingyi Xie, Thomas Szkopek, Marta Cerruti

Notice bibliographique

RevueChemistry of Materials · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesSichuan UniversityCanada Foundation for InnovationNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsMcGill University
Mots-clésSelf-healing hydrogelsChemical engineeringOxideGrapheneTitrationHydrothermal circulationMaterials scienceChemistryIonic strengthInorganic chemistryNanotechnologyOrganic chemistryPolymer chemistry

Résumé

récupéré en direct d'OpenAlex

We studied the chemical processes that take place during hydrothermal gelation of graphene oxide (GO), quantifying the reaction products generated during hydrothermal reduction. The gelation proceeds with disproportionation of GO yielding a large amount of CO 2 (about a quarter of the original mass of GO), organic acidic fragments, and CO. The CO 2 that is formed is trapped in the hydrogel creating macroscopic voids which can lead to cracking of the hydrogel during compression. We were able to quantify the amount of CO 2 produced in situ by adding ammonia during the synthesis, and converting CO 2 into ionic carbonate species that we could easily quantify by titration. We used titration to evaluate the formation of organic acidic fragments too and evaluated the amount of H 2 O and CO produced by thermogravimetric analysis and mass balance. The conversion of CO 2 into ionic species allowed us to produce void-free hydrogels which remain structurally stable after extensive compression. However, such hydrogels on average showed lower mechanical strength and electrical conductivity than the hydrogels with voids. This is a result of the difference in chemistry and morphology between hydrogels reduced under acidic pH and basic pH. Our work provides for the first time a clear quantitative estimate of CO 2 evolution and organic fragment formation during hydrothermal reduction of GO, an overall picture of the reaction products, and a deepened understanding of the conditions that can be used to prepare stronger and more conductive graphene hydrogels and aerogels.

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 seuil0,003

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,080
Tête enseignante GPT0,260
Écart entre enseignants0,180 · 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

Citations158
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemistry of MaterialsMême sujetGraphene research and applicationsTravaux en français237 207