MétaCan
Menu
Retour à la cohorte
Enregistrement W2781421630 · doi:10.1016/j.carbon.2017.12.101

Self-buffered pH at carbon surfaces in aqueous supercapacitors

2017· article· en· W2781421630 sur OpenAlexfundno aff
Adam Ślesiński, Camélia Matei Ghimbeu, Krzysztof Fic, François Béguin, Elżbieta Frąckowiak

Notice bibliographique

RevueCarbon · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSupercapacitor Materials and Fabrication
Établissements canadiensnon disponible
Organismes subventionnairesMinisterstwo Edukacji i NaukiProvidence Health Care
Mots-clésElectrolyteSupercapacitorAdsorptionCarbon fibersElectrodeAqueous solutionInorganic chemistryChemical engineeringChemistrySolventElectrochemistryMaterials scienceOrganic chemistryComposite numberPhysical chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

This paper presents a unique strategy aiming at extending the operational voltage range in supercapacitor working in the neutral aqueous electrolyte. In-depth analysis of the equilibria formed at the carbon/electrolyte interface gives the possibility to reach 1.8 V with excellent reversibility during cycling. To reach the goal, the donor -acceptor nature of carbon electrode surface has been taken into consideration. Controlled oxidation of electrode materials coupled with ammonia adsorption have been realized in order to adjust the optimal equilibrium conditions. Nitric acid oxidation of carbon leads to the formation of electrochemically active acidic sites promoting adsorption of ammonia. Modification with ammonia results in the introduction of self-controlled pH gradient within the capacitor system and formation of protective layer on electrodes, responsible for higher overpotentials of solvent decomposition. This, in turn, allows capacitor operation at higher voltages. Furthermore, this configuration eliminates the need for physical separation of ions (such as an ion-exchange membrane) to decelerate their mixing and improves the power density of the device.

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)0,000
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 seuil0,856

Scores Codex et Gemma par catégorie

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 ouverte0,0010,000
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 Opus0,019
Tête enseignante GPT0,239
Écart entre enseignants0,220 · 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

Citations63
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCarbonMême sujetSupercapacitor Materials and FabricationTravaux en français237 207