Efficient Graphene Production by Combined Bipolar Electrochemical Intercalation and High-Shear Exfoliation
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide In this study, we demonstrate that bipolar electrochemistry is a viable strategy for “wireless” electrochemical intercalation of graphite flakes and further large-scale production of high-quality graphene suspensions. Expansion of the graphite layers leads to a dramatic 20-fold increase in the yield of high-shear exfoliation. Large graphite flakes, which do not produce graphene upon high shear if left untreated, are exfoliated in a yield of 16.0 ± 0.2%. Successful graphene production was confirmed by Raman spectroscopy and scanning transmission electron microscopy, showing that the graphene flakes are 0.4–1.5 μm in size with the majority of flakes consisting of 4–6 graphene layers. Moreover, a low intensity of the D peak relative to the G peak as expressed by the I D / I G ratio in Raman spectroscopy along with high-resolution transmission electron microscopy images reveals that the graphene sheets are essentially undamaged by the electrochemical intercalation. Some impurities reside on the graphene after the electrochemical treatment, presumably because of oxidative polymerization of the solvent, as suggested by electron energy loss spectroscopy and X-ray photoelectron spectroscopy. In general, the bipolar electrochemical exfoliation method provides a pathway for intercalation on a wider range of graphite substrates and enhances the efficiency of the exfoliation. This method could potentially be combined with simultaneous electrochemical functionalization to provide graphene specifically designed for a given composite on a larger scale.
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 | 0,000 | 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».