MétaCan
Menu
Retour à la cohorte
Enregistrement W2319808431 · doi:10.1021/jz301207g

Electrochemical Supercapacitor Electrodes from Sponge-like Graphene Nanoarchitectures with Ultrahigh Power Density

2012· article· en· W2319808431 sur OpenAlexafffund
Zhanwei Xu, Zhi Li, Chris Holt, Xuehai Tan, Huanlei Wang, Babak Shalchi Amirkhiz, Tyler Stephenson, David Mitlin

Notice bibliographique

RevueThe Journal of Physical Chemistry Letters · 2012
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSupercapacitor Materials and Fabrication
Établissements canadiensNational Institute for NanotechnologyUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSupercapacitorMaterials scienceIonic liquidGrapheneElectrochemistryCapacitancePower densityNanotechnologyCarbonizationElectrodeChemical engineeringCarbon nanotubeHorizontal scan rateIonic bondingOptoelectronicsCyclic voltammetryComposite materialPower (physics)Organic chemistryIonChemistry

Résumé

récupéré en direct d'OpenAlex

We employed a microwave synthesis process of cobalt phthalocyanine molecules templated by acid-functionalized multiwalled carbon nanotubes to create three-dimensional sponge-like graphene nanoarchitectures suited for ionic liquid-based electrochemical capacitor electrodes that operate at very high scan rates. The sequential "bottom-up" molecular synthesis and subsequent carbonization process took less than 20 min to complete. The 3D nanoarchitectures are able to deliver an energy density of 7.1 W·h kg(-1) even at an extra high power density of 48 000 W kg(-1). In addition, the ionic liquid supercapacitor based on this material works very well at room temperature due to its fully opened structures, which is ideal for the high-power energy application requiring more tolerance to temperature variation. Moreover, the structures are stable in both ionic liquids and 1 M H2SO4, retaining 90 and 98% capacitance after 10 000 cycles, 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 seuil0,003

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 savante0,0000,000
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 Opus0,005
Tête enseignante GPT0,194
Écart entre enseignants0,189 · 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

Citations191
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry LettersMême sujetSupercapacitor Materials and FabricationTravaux en français237 207