MétaCan
Menu
Retour à la cohorte
Enregistrement W4236220334 · doi:10.1149/ma2014-01/2/178

Effect of Temperature on Characteristic of Carbon Nanotube Nano-Composite Electrode Supercapacitor

2014· article· en· W4236220334 sur OpenAlexaff
Naibao Huang, Kirk Don, Steven J. Thorpe, Chenghao Liang, Lishuang Xu, Shuchun Zhang, Li Wan, Min Sun

Notice bibliographique

RevueECS Meeting Abstracts · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSupercapacitor Materials and Fabrication
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSupercapacitorCarbon nanotubeMaterials scienceComposite numberCapacitanceElectrodeNano-Composite materialCarbon fibersActivated carbonEnergy storageConductivityElectrical resistivity and conductivityChemical engineeringNanotechnologyChemistryElectrical engineering

Résumé

récupéré en direct d'OpenAlex

In order to evaluate the effect of temperature on the performance of supercapacitors using coconut shell activated carbon (AC)/carbon nanotubes (CNTs) as nano-composite electrodes, the supercapacitor’s properties were tested in 1mol/L KOH solution at 35°C~60°C.The results indicated, when temperature increased from 35°C to 60°C, the resistance decreased from 0.83Ω to 0.78Ω by 6% and the capacitance increased from 93.32F/g to 104.36F/g by 11.8%. The effects were due to increased conductivity and carbon connectivity provided by the addition of CNTs. These results indicated that CNTs-based nano-composite electrode had good performance at high moderate temperature, and would be a promising material for use in low-cost electrical energy storage device.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,012
Score d'incertitude au seuil0,853

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,006
Tête enseignante GPT0,218
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.

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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetSupercapacitor Materials and FabricationTravaux en français237 207