MétaCan
Menu
Retour à la cohorte
Enregistrement W4213246100 · doi:10.1002/ange.202000319

Origins of Boosted Charge Storage on Heteroatom‐Doped Carbons

2020· article· en· W4213246100 sur OpenAlexafffund
Cuixia Cui, Yong Gao, Jun Li, Chao Yang, Meng Liu, Huile Jin, Zhenhai Xia, Liming Dai, Yong Lei, Jichang Wang, Shun Wang

Notice bibliographique

RevueAngewandte Chemie · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSupercapacitor Materials and Fabrication
Établissements canadiensUniversity of Windsor
Organismes subventionnairesAustralian Research CouncilNatural Science Foundation of Zhejiang ProvinceNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of ChinaNational Science Foundation
Mots-clésHeteroatomSupercapacitorElectrolyteCarbon fibersDopingAqueous solutionChemistryHydrogen storageElectrochemistryInorganic chemistryMaterials scienceHydrogenNanotechnologyOrganic chemistryElectrodePhysical chemistryOptoelectronics

Résumé

récupéré en direct d'OpenAlex

Abstract Although tremendous efforts have been devoted to understanding the origin of boosted charge storage on heteroatom‐doped carbons, none of the present studies has shown a whole landscape. Herein, by both experimental evidence and theoretical simulation, it is demonstrated that heteroatom doping not only results in a broadened operating voltage, but also successfully promotes the specific capacitance in aqueous supercapacitors. In particular, the electrolyte cations adsorbed on heteroatom‐doped carbon can effectively inhibit hydrogen evolution reaction, a key step of water decomposition during the charging process, which broadens the voltage window of aqueous electrolytes even beyond the thermodynamic limit of water (1.23 V). Furthermore, the reduced adsorption energy of heteroatom‐doped carbon consequently leads to more stored cations on the heteroatom‐doped carbon surface, thus yielding a boosted charge storage performance.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,010
Score d'incertitude au seuil1,000

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)0,0010,000

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 Opus0,035
Tête enseignante GPT0,247
Écart entre enseignants0,212 · 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.

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

Citations28
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAngewandte ChemieMême sujetSupercapacitor Materials and FabricationTravaux en français237 207