MétaCan
Menu
Retour à la cohorte
Enregistrement W2757484711 · doi:10.1002/smtd.201700237

Green Solid Electrolyte with Cofunctionalized Nanocellulose/Graphene Oxide Interpenetrating Network for Electrochemical Gas Sensors

2017· article· en· W2757484711 sur OpenAlexafffund
Jing Zhang, Gaopeng Jiang, M. Golędzinowski, Felix J. E. Comeau, Kecheng Li, Timothy Cumberland, Jared Lenos, Pan Xu, Matthew Li, Aiping Yu, Zhongwei Chen

Notice bibliographique

RevueSmall Methods · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueConducting polymers and applications
Établissements canadiensAlcohol Countermeasure Systems (Canada)University of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOntario Centres of Excellence
Mots-clésGrapheneElectrolyteMaterials scienceCelluloseNanocelluloseOxideVinyl alcoholChemical engineeringMembraneElectrochemistryElectrochemical gas sensorNanofiberConductivityProton exchange membrane fuel cellNanotechnologyElectrodeChemistryComposite materialPolymer

Résumé

récupéré en direct d'OpenAlex

Abstract A cofunctionalized cellulose/graphene oxide (GO) proton‐conducting solid electrolyte with a 3D interpenetrating network structure is developed in an efficient and green strategy, and successfully applied in an electrochemical gas sensor for the detection of alcohol, namely an alcohol fuel‐cell sensor. With grafted sulfonic acid groups onto the surface of cellulose nanofibers and GO nanosheets, the membrane is endowed with proton conductivity along both the through‐plane and the in‐plane ion‐transport channels. The alcohol fuel‐cell sensor equipped with cofunctionalized cellulose/GO membrane demonstrates great responses to ethanol vapor at different concentrations, showing excellent linearity and sensitivity, as well as low ethanol‐detection limits approaching 25 ppm. This novel concept of developing a cofunctionalized cellulose/GO membrane opens a promising route for the application of ion‐conducting solid electrolyte in electrochemical devices, particularly in electrochemical gas sensors.

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 seuil0,003

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,043
Tête enseignante GPT0,348
Écart entre enseignants0,305 · 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

Citations72
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSmall MethodsMême sujetConducting polymers and applicationsTravaux en français237 207