MétaCan
Menu
Retour à la cohorte
Enregistrement W2997804731 · doi:10.1002/batt.201900150

Electrodeposited Manganese Oxide on Carbon Paper for Zinc‐Ion Battery Cathodes

2019· article· en· W2997804731 sur OpenAlexafffund
Arjun Dhiman, Douglas G. Ivey

Notice bibliographique

RevueBatteries & Supercaps · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced battery technologies research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésX-ray photoelectron spectroscopyMaterials scienceCathodeRaman spectroscopyElectrochemistryBattery (electricity)OxideManganeseIntercalation (chemistry)ElectrodeChemical engineeringScanning electron microscopeCarbon fibersInorganic chemistryMetallurgyChemistryComposite materialComposite number

Résumé

récupéré en direct d'OpenAlex

Abstract Nano‐crystalline, flake‐like Mn oxide was electrodeposited onto carbon paper (CP) using a pulsed electrodeposition technique. The electrodeposited Mn oxide was identified as Mn3O4 through a combination of X‐ray photoelectron spectroscopy (XPS), X‐ray diffraction (XRD), and Raman spectroscopy. The Mn3O4 on CP was used as a cathode for Zn‐ion batteries (ZIBs) and showed excellent cyclability at a current density of 1 A g−1 with a capacity retention of 139 % after 200 cycles. Electron microscopy was used to characterize the microstructural changes of the cathode at various stages during discharge/charge cycling. This work in combination with the electrochemical results suggests a two‐step reaction mechanism involving both intercalation and conversion reactions. The results demonstrate that electrodeposition of the cathode material is a simple, quick, and potentially scalable electrode synthesis method for producing high performing Zn‐ion electrodes without the use of binders or other additives.

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 seuil0,004

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 GPT0,234
Écart entre enseignants0,224 · 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

Citations44
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBatteries & SupercapsMême sujetAdvanced battery technologies researchTravaux en français237 207