MétaCan
Menu
Retour à la cohorte
Enregistrement W4210686959 · doi:10.3390/en15031162

Towards Integration of Two-Dimensional Hexagonal Boron Nitride (2D h-BN) in Energy Conversion and Storage Devices

2022· article· en· W4210686959 sur OpenAlexaff
Shayan Angizi, Sayed Ali Ahmad Alem, Amir Pakdel

Notice bibliographique

RevueEnergies · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensMcMaster University
Organismes subventionnairesScience Foundation IrelandEnterprise Ireland
Mots-clésNanomaterialsBoron nitrideNanotechnologyEnergy storageMaterials scienceEnergy transformationDopingHexagonal boron nitrideEngineering physicsOptoelectronicsGrapheneEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

The prominence of two-dimensional hexagonal boron nitride (2D h-BN) nanomaterials in the energy industry has recently grown rapidly due to their broad applications in newly developed energy systems. This was necessitated as a response to the demand for mechanically and chemically stable platforms with superior thermal conductivity for incorporation in next-generation energy devices. Conventionally, the electrical insulation and surface inertness of 2D h-BN limited their large integration in the energy industry. However, progress on surface modification, doping, tailoring the edge chemistry, and hybridization with other nanomaterials paved the way to go beyond those conventional characteristics. The current application range, from various energy conversion methods (e.g., thermoelectrics) to energy storage (e.g., batteries), demonstrates the versatility of 2D h-BN nanomaterials for the future energy industry. In this review, the most recent research breakthroughs on 2D h-BN nanomaterials used in energy-based applications are discussed, and future opportunities and challenges are assessed.

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)0,000
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 enseignants0,020
Score d'incertitude au seuil0,485

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,270
Écart entre enseignants0,254 · 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

Citations53
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetGraphene research and applicationsTravaux en français237 207