Anchoring Ultrafine ZnFe<sub>2</sub>O<sub>4</sub>/C Nanoparticles on 3D ZnFe<sub>2</sub>O<sub>4</sub> Nanoflakes for Boosting Cycle Stability and Energy Density of Flexible Asymmetric Supercapacitor
Notice bibliographique
Résumé
Heterostructure-based metal oxide thin films are recognized as the leading material for new generation, high-performance, stable, and flexible supercapacitors. However, morphologies, like nanoflakes, nanotubes, nanorods, and so forth, have been found to suffer from issues related to poor cycle stability and energy density. Thus, to circumvent these problems, herein, we have developed a low-cost, high surface area, and environmentally benign self-assembled ZnFe 2 O 4 nanoflake@ZnFe 2 O 4 /C nanoparticle heterostructure electrode via anchoring ZnFe 2 O 4 and carbon nanoparticles using an in situ biomediated green rotational chemical bath deposition approach for the first time. The synthesized ZnFe 2 O 4 nanoflake@ZnFe 2 O 4 /C nanoparticle heterostructure thin films demonstrate an excellent specific capacitance of 1884 F g –1 at a current density of 5 mA cm –2 . Additionally, all solid-state flexible asymmetric supercapacitor devices were designed on the basis of ZnFe 2 O 4 nanoflake@ZnFe 2 O 4 /C nanoparticle heterostructures as the negative electrode and reduced graphene oxide and energy density of 81 Wh kg –1 at a power density of 3.9 kW kg –1 . Similarly, the asymmetric device exhibits ultralong cycle stability of 35 000 cycles by losing only 2% capacitance. The excellent performance of the device is attributed to the self-assembled organization of the heterostructures. Moreover, the in situ biomediated green strategy is also applicable for the synthesis of other metal oxide and carbon-based heterostructure electrodes.
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 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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».