MétaCan
Menu
Retour à la cohorte
Enregistrement W2738381806 · doi:10.1149/ma2017-02/7/605

(Invited) Pseudocapacitive Vs Battery Type Electrodes: Two Distinctive Aspects of Fast Electrochemical Processes and Devices

2017· article· en· W2738381806 sur OpenAlexaff
Thierry Brousse, Jeffrey W. Long, Daniel Bélanger

Notice bibliographique

RevueECS Meeting Abstracts · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSupercapacitor Materials and Fabrication
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésPseudocapacitanceSupercapacitorMaterials scienceCapacitorEnergy storageElectrodeElectrochemistryPower densityBattery (electricity)NanotechnologyCapacitive sensingElectrochemical energy conversionOptoelectronicsElectrical engineeringVoltagePower (physics)Chemistry

Résumé

récupéré en direct d'OpenAlex

Electrochemical capacitors (ECs, also sometimes denoted as “supercapacitors” or “ultracapacitors”) [1,2] are energy-storage devices that bridge the performance gap between the high energy density provided by batteries and the high power density (but very limited energy density) derived from dielectric capacitors. Commercially available electrochemical capacitors exhibit gravimetric energy density up to 8.5 Wh.kg -1 and usable power density up to 9.0 kW.kg -1 . In the field of electrochemical capacitors there is often confusion between the electrical parameters of a full device and the electrochemical properties of the individual electrodes that comprise the cell [3]. The focus of this communication is to describe the distinctions between these various devices and their constituents, starting with a comparison of dielectric capacitors versus electrochemical capacitors, followed by discussion of other electrochemical energy storage devices with regard to their electrical properties. The electrochemical behavior of common electrode materials used in ECs and related devices will be discussed in terms of capacitive, pseudocapacitive [3] and Faradic charge-storage mechanisms, as well as recommended methods with which such electrodes should be characterized. The distinctions between carbon-based capacitive electrodes [4] that are commonly found in commercial ECs, and pseudocapacitive electrodes such as RuO 2 [5,6], or MnO 2 [7,8], that have the electrochemical signature of a capacitive electrode but express different charge-storage mechanisms, will be highlighted. Finally, the important distinctions between high-power battery-type electrodes and pseudocapacitive electrodes will be described. New emerging concepts such as extrinsic pseudocapacitance [9] or intercalation pseudocapacitance [10] will be discussed at the light of recent results in the field. [1] Conway BE. Electrochemical Capacitors: Scientific Fundamentals and Technology Applications . New-York:Kluwer Academic/Plenum Publishers;1999. [2] Béguin F, Frackowiak E. Supercapacitors: Materials, Systems, and Applications , Weinheim, Germany Wiley-VCH Verlag GmbH & Co.; 2013. [3] Brousse T, Bélanger D, Long JW. To be or not to be pseudocapacitive? J Electrochem Soc 2015; 62 (5): A5185-9. [4] Simon P, Gogotsi Y. Materials for electrochemical capacitors. Nature Materials 2008; 7 : 845-854. [5] Ardizzone S, Fregonara G, Trasatti S. “Inner” and “outer” active surface of RuO 2 electrodes. Electrochim Acta 1990; 35 (1):263-7. [6] Zheng JP, Cygan PJ, Jow TR, Hydrous ruthenium oxide as an electrode material for electrochemical capacitors. J Electrochem Soc 1995; 142 (8):2699-703. [7] Lee HY, Goodenough JB., Supercapacitor Behavior with KCl Electrolyte. J Solid State Chem 1999; 144 (1):220-3. [8] Toupin M, Brousse T, Bélanger D. Charge storage mechanism of MnO 2 electrode used in aqueous electrochemical capacitor. Chem Mater 2004; 16: 3184-90. [9] Augustyn V, Simon P, Dunn B. Pseudocapacitive oxide materials for high-rate electrochemical energy storage. Energy Environ Sci. 2014; 7 :1597-1614. [10] Simon P, Gogotsi Y, Dunn B., Where do batteries end and supercapacitors begin? Science 2014; 343 : 1210-1.

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)0,002
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 enseignants0,033
Score d'incertitude au seuil0,752

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
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 Opus0,016
Tête enseignante GPT0,261
Écart entre enseignants0,245 · 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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetSupercapacitor Materials and FabricationTravaux en français237 207