MétaCan
Menu
Retour à la cohorte
Enregistrement W3119537801 · doi:10.3390/molecules26020296

Application of Octanohydroxamic Acid for Salting out Liquid–Liquid Extraction of Materials for Energy Storage in Supercapacitors

2021· article· en· W3119537801 sur OpenAlexafffund
Kaelan Rorabeck, Igor Zhitomirsky

Notice bibliographique

RevueMolecules · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSupercapacitor Materials and Fabrication
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSupercapacitorMaterials scienceCapacitanceElectrodeFabricationNanotechnologyChemical engineeringChemistry

Résumé

récupéré en direct d'OpenAlex

The ability to achieve high areal capacitance for oxide-based supercapacitor electrodes with high active mass loadings is critical for practical applications. This paper reports the feasibility of the fabrication of Mn3O4-multiwalled carbon nanotube (MWCNT) composites by the new salting-out method, which allows direct particle transfer from an aqueous synthesis medium to a 2-propanol suspension for the fabrication of advanced Mn3O4-MWCNT electrodes for supercapacitors. The electrodes show enhanced capacitive performance at high active mass loading due to reduced particle agglomeration and enhanced mixing of the Mn3O4 particles and conductive MWCNT additives. The strategy is based on the multifunctional properties of octanohydroxamic acid, which is used as a capping and dispersing agent for Mn3O4 synthesis and an extractor for particle transfer to the electrode processing medium. Electrochemical studies show that high areal capacitance is achieved at low electrode resistance. The electrodes with an active mass of 40.1 mg cm−2 show a capacitance of 4.3 F cm−2 at a scan rate of 2 mV s−1. Electron microscopy studies reveal changes in electrode microstructure during charge-discharge cycling, which can explain the increase in capacitance. The salting-out method is promising for the development of advanced nanocomposites for energy storage in supercapacitors.

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)0,001
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 enseignants0,108
Score d'incertitude au seuil0,653

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,017
Tête enseignante GPT0,264
Écart entre enseignants0,248 · 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

Citations11
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMoleculesMême sujetSupercapacitor Materials and FabricationTravaux en français237 207