MétaCan
Menu
← Retour à la cohorte
Enregistrement W2732826018 · doi:10.1149/ma2017-02/1/33

All-in- One Graphene-Based Composite Fiber Supercapacitor

2017· article· en· W2732826018 sur OpenAlexaff
Yangshuai Liu, Lathankan Rasenthiram, Lucas Lim, Wenwen Liu, Aiping Yu

Notice bibliographique

RevueECS Meeting Abstracts · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSupercapacitor Materials and Fabrication
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSupercapacitorPseudocapacitanceCapacitanceMaterials scienceGrapheneComposite numberFiberCapacitorOptoelectronicsNanotechnologyElectrodeComposite materialElectrical engineeringVoltageEngineeringChemistry

Résumé

récupéré en direct d'OpenAlex

Graphene fibers (GF) have attracted great interest in wearable electronics applications due to their excellent mechanical flexibility and superior electrical conductivity. Herein, a graphene/MnO 2 composite hybrid supercapacitor fiber device has been devised. The unique design of this device overcomes the inconvenience and short circuit risk of conventional designs. The backbone of the device consists of GF that not only provides a durable scaffold for the entire device, but also ensures fast electron transfer during charge-discharge. The introduction of a MnO 2 film with abundant active sites enhanced the pseudocapacitance dramatically, compared to pristine GF. The entire device exhibits outstanding mechanical strength as well as good electrocapacitive performance with a volumetric capacitance of 29.6 F cm-3 at 2 mv s-1 . The capacitance of the device didn’t fade at all under bending testing from 0° to 150°, while the capacitance retention was kept 93% after 1000 cycles. These unique features make this device a promising candidate for applications in wearable fabric supercapacitors.

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 enseignants0,002
Score d'incertitude au seuil0,006

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,048
Tête enseignante GPT0,272
Écart entre enseignants0,225 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting Abstracts→Même sujetSupercapacitor Materials and Fabrication→Travaux en français237 207→