MétaCan
Menu
Retour à la cohorte
Enregistrement W2954219723 · doi:10.3390/membranes9060074

Nanocellulose-Based Conductive Membranes for Free-Standing Supercapacitors: A Review

2019· review· en· W2954219723 sur OpenAlexafffund
Helen H. Hsu, Wen Zhong

Notice bibliographique

RevueMembranes · 2019
Typereview
Langueen
DomaineMaterials Science
ThématiqueSupercapacitor Materials and Fabrication
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNanocelluloseSupercapacitorMaterials scienceEnergy storageNanotechnologyElectrical conductorEnvironmentally friendlyBacterial celluloseComposite materialCelluloseElectrochemistryEngineeringChemical engineering

Résumé

récupéré en direct d'OpenAlex

There is currently strong demand for the development of advanced energy storage devices with inexpensive, flexibility, lightweight, and eco-friendly materials. Cellulose is considered as a suitable material that has the potential to meet the requirements of the advanced energy storage devices. Specifically, nanocellulose has been shown to be an environmentally friendly material that has low density and high specific strength, Young's modulus, and surface-to-volume ratio compared to synthetic materials. Furthermore, it can be isolated from a variety of plants through several simple and rapid methods. Cellulose-based conductive composite membranes can be assembled into supercapacitors to achieve free-standing, lightweight, and flexible energy storage devices. Therefore, they have attracted extensive research interest for the development of small-size wearable devices, implantable sensors, and smart skin. Various conductive materials can be loaded onto nanocellulose substrates to endow or enhance the electrochemical performance of supercapacitors by taking advantage of the high loading capacity of nanocellulose membranes for brittle conductive materials. Several factors can impact the electronic performance of a nanocellulose-based supercapacitor, such as the methods of loading conductive materials and the types of conductive materials, as will be discussed in this review.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,105
Tête enseignante GPT0,329
Écart entre enseignants0,223 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations45
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMembranesMême sujetSupercapacitor Materials and FabricationTravaux en français237 207