MétaCan
Menu
Retour à la cohorte
Enregistrement W2324082659 · doi:10.1021/nn400768p

Fabrication of Three-Dimensional Carbon Nanotube and Metal Oxide Hybrid Mesoporous Architectures

2013· article· en· W2324082659 sur OpenAlexafffund
Mahyar Mazloumi, Samaneh Shadmehr, Yverick Rangom, Linda F. Nazar, Xiaowu Tang

Notice bibliographique

RevueACS Nano · 2013
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSupercapacitor Materials and Fabrication
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceMesoporous materialCarbon nanotubeNanotechnologyFabricationOxideElectrodeGrapheneNanotubeCrystallinityPorositySupercapacitorHybrid materialCapacitanceChemical engineeringComposite materialCatalysis

Résumé

récupéré en direct d'OpenAlex

Three-dimensional (3D) vertically aligned carbon nanotube (CNT) patterns were utilized as templates for fabricating mesoporous hybrid architectures composed of CNTs and various crystalline metal oxide (MO; M = Co, Zn, Mn) nanoparticles by a microwave-assisted chemical approach. Post-synthesis thermal treatment of the CNT/MO patterns culminated in structural reorganization, depending on the treatment conditions. In air, CNTs were removed by oxidation. The remaining MO architectures preserved the shape and alignment of the original 3D CNT patterns, but with different porosity characteristics and improved MO crystallinity. Elastocapillary condensation and bending were demonstrated to be useful tools for further architecture alternation. The mesoporous nature of the CNT/MO hybrids and the MO materials were confirmed by N2-BET measurements. CNT/Co3O4 aligned strips were used as an example to demonstrate the potential application of the CNT/MO architectures as electrode materials for supercapacitive storage. Galvanostatic measurements showed that the CNT/Co3O4 strips were stable up to 1000 charge-discharge cycles at a current density of 377 μA/cm(2) with a specific capacitance as high as 123.94 F/g.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,034
Score d'incertitude au seuil0,425

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,011
Tête enseignante GPT0,211
Écart entre enseignants0,200 · 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 tête enseignante, 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

Citations73
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS NanoMême sujetSupercapacitor Materials and FabricationTravaux en français237 207