MétaCan
Menu
Retour à la cohorte
Enregistrement W2783838301 · doi:10.1149/ma2016-02/7/1037

Carbonized Nanocellulose Sustainably Boosts the Performance of Activated Carbon in Ionic Liquid Supercapacitors

2016· article· en· W2783838301 sur OpenAlexaff
Zhi Li, Jun Liu, Thomas Thundat

Notice bibliographique

RevueECS Meeting Abstracts · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSupercapacitor Materials and Fabrication
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésNanocelluloseSupercapacitorMaterials scienceCarbonizationCarbon nanofiberComposite numberComposite materialCarbon fibersCapacitanceCarbon nanotubeNanofiberNanotechnologyChemical engineeringElectrodeCelluloseScanning electron microscopeChemistry

Résumé

récupéré en direct d'OpenAlex

Carbonized cellulose nanofibrils (CNF) have been employed to improve the rate performance of activated carbon (AC) traditionally used in supercapacitors. Because of the large amount of surface functionalities, CNF form strongly interconnected composite with AC, which turns into a free-standing carbon nanofibers/AC film after carbonization. In the film, the carbon nanofibers are ‘welded’ on AC particles and integrate them into one piece of carbon. The interaction between AC and carbon nanofibers, originating from the strong AC-nanocellulose affinity, is much stronger than the traditional physically mixed AC/nanocarbon composite and also significantly reduces the contact resistance in the composite. Conductive atomic force microscope (C-AFM) analysis reveals that the network of carbonized CNF possesses markedly better electron transport efficiency than the AC particles. When tested as supercapacitor electrode at commercial level mass loading, the composite film exhibits 2 times slower capacitance fading at high current and 3 times higher maximum power density than the bare AC. In addition, using the nanocellulose, which is derived from renewable resources, increases the total electrode cost only by a small margin, thereby making the composite a competitive electrode material for electricity storage on a large 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 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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,013
Score d'incertitude au seuil0,524

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 Opus0,011
Tête enseignante GPT0,216
Écart entre enseignants0,206 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetSupercapacitor Materials and FabricationTravaux en français237 207