MétaCan
Menu
Retour à la cohorte
Enregistrement W2485287754 · doi:10.1002/adfm.201602103

Efficient Lightweight Supercapacitor with Compression Stability

2016· article· en· W2485287754 sur OpenAlexafffund
Kai Shi, Xuan Yang, Emily D. Cranston, Igor Zhitomirsky

Notice bibliographique

RevueAdvanced Functional Materials · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSupercapacitor Materials and Fabrication
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcMaster University
Mots-clésMaterials scienceSupercapacitorCurrent collectorCapacitanceFabricationElectrodeComposite materialCyclic voltammetryNanotechnologyElectrochemistryElectrolyte

Résumé

récupéré en direct d'OpenAlex

This paper reports the fabrication of an electrochemical supercapacitor (ES) with high gravimetric and areal capacitances, achieved at a high mass ratio of active material to current collector. The active material, polypyrrole, is in situ polymerized in an aerogel‐based current collector composed of crosslinked cellulose nanocrystals (CNCs) and multiwalled carbon nanotubes (MWCNTs). Mechanical robustness, flexibility, and low impedance of the current collectors are achieved by the chemical crosslinking of CNC aerogels and efficient dispersion of MWCNTs through the use of bile acid as a dispersant. Furthermore, the advanced electrode design results in low contact resistance. A single‐electrode areal capacitance of 2.1 F cm −2 is obtained at an active mass loading of 17.8 mg cm −2 and an active material to current collector mass ratio of 0.57. Large area ES electrodes and devices show flexibility, excellent compression stability at 80% compression, and electrochemical cyclic stability over 5000 cycles. Moreover, good retention of capacitive properties is achieved at high charge–discharge rates and during compression cycling. The results of this investigation pave the way for the fabrication of advanced lightweight ES, which can be used for energy storage in wearable electronic devices and other applications.

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 seuil0,005

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,017
Tête enseignante GPT0,216
Écart entre enseignants0,199 · 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

Citations142
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Functional MaterialsMême sujetSupercapacitor Materials and FabricationTravaux en français237 207