MétaCan
Menu
Retour à la cohorte
Enregistrement W2319816086 · doi:10.1021/nl500011d

Hybrid Device Employing Three-Dimensional Arrays of MnO in Carbon Nanosheets Bridges Battery–Supercapacitor Divide

2014· article· en· W2319816086 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueNano Letters · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSupercapacitor Materials and Fabrication
Établissements canadiensNational Institute for NanotechnologyUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSupercapacitorBattery (electricity)Materials scienceCarbon fibersNanotechnologyComposite numberChemical engineeringElectrodeElectrochemistryChemistryComposite materialPower (physics)EngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

It is a challenge to meld the energy of secondary batteries with the power of supercapacitors. Herein, we created electrodes finely tuned for this purpose, consisting of a monolayer of MnO nanocrystallites mechanically anchored by pore-surface terminations of 3D arrays of graphene-like carbon nanosheets ("3D-MnO/CNS"). The biomass-derived carbon nanosheets should offer a synthesis cost advantage over comparably performing designer nanocarbons, such as graphene or carbon nanotubes. High Li storage capacity is achieved by bulk conversion and intercalation reactions, while high rates are maintained through stable ∼20 nm scale diffusion distances. For example, 1332 mAh g(-1) is reached at 0.1 A g(-1), 567 mAh g(-1) at 5 A g(-1), and 285 mAh g(-1) at 20 A g(-1) with negligible degradation at 500 cycles. We employed 3D-MnO/CNS (anode) and carbon nanosheets (cathode) to create a hybrid capacitor displaying among the most promising performances reported: based on the active materials, it delivers 184 Wh kg(-1) at 83 W kg(-1) and 90 Wh kg(-1) at 15 000 W kg(-1) with 76% capacity retention after 5000 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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,017
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,221
Écart entre enseignants0,204 · 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