The role of Stern layer in the interplay of dielectric saturation and ion steric effects for the capacitance of graphene in aqueous electrolytes
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.
Notice bibliographique
Résumé
Nano-scale devices continue to challenge our theoretical understanding of microscopic systems. Of particular interest is the characterization of the interface electrochemistry of graphene-based sensors. Typically operated in a regime of high ion concentration and high surface charge density, dielectric saturation and ion crowding become non-negligible at the interface, complicating continuum treatments based upon the Poisson-Boltzmann equation. Using the Poisson-Boltzmann equation, modified with the Bikerman-Freise model to account for non-zero ion size and the Booth model to account for dielectric saturation at the interface, we characterize the diffuse layer capacitance of both metallic and graphene electrodes immersed in an aqueous electrolyte. We find that the diffuse layer capacitance exhibits two peaks when the surface charge density of the electrode is increased, in contrast with experimental results. We propose a self-consistent (and parameter-free) method to include the Stern layer which eliminates the spurious secondary peak in the capacitance and restores the correspondence of the model with experimental observations. This study sheds light on the interplay between the ion steric effects and the dielectric saturation in solvent, exposes the importance of quantum capacitance when graphene is used as an electrode, and demonstrates the importance of a self-consistent treatment of the Stern layer in continuum models of the electrode-electrolyte interface. Furthermore, the theoretical foundation provides a base upon which more detailed models of graphene-based sensors can be built.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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