MétaCan
Menu
Retour à la cohorte
Enregistrement W2981159670 · doi:10.1002/celc.201901473

The Capacitive Behavior of Polyluminol on Carbon Nanotubes Electrodes

2019· article· en· W2981159670 sur OpenAlexafffund
Jeanne N’Diaye, Jin Hyun Chang, Keryn Lian

Notice bibliographique

RevueChemElectroChem · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueConducting polymers and applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of Canada
Mots-clésCarbon nanotubeCapacitive sensingMaterials scienceElectrodeNanotechnologyComposite materialElectrical engineeringChemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract A polymerized luminol carbon nanotube (CNT) composite electrode was developed via an in situ chemical polymerization (CpLum) process. Density functional theory (DFT) simulation suggested the luminol molecules were preferentially aligned flat on the CNTs. This was further demonstrated through a morphological study, which showed the CpLum wrapped around each CNT homogeneously with an average thickness of 4.5±1.5 nm. The surface chemical analysis by X‐ray photoelectron spectroscopy (XPS) revealed a progressive increase in the nitrogen content and stabilized at 9 %. Deconvolution of the high‐resolution N 1s spectra suggested the presence of secondary and tertiary amine functional groups, which are the signatures of polymerized luminol. The composite electrodes exhibited a pseudocapacitive‐like behavior with 3.5 times increase in charge storage. The contributions from the CpLum coating and CNT substrate were differentiated and were further deconvoluted to quantify the capacitive charge storage of each component. The thin CpLum coating contributed 70 % of the total charge storage through pseudocapacitance. CpLum‐CNT electrodes also showed a high rate capability and good cycling stability, very promising for electrochemical capacitors.

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 Opus0,010
Tête enseignante GPT0,238
Écart entre enseignants0,228 · 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

Citations24
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemElectroChemMême sujetConducting polymers and applicationsTravaux en français237 207