MétaCan
Menu
Retour à la cohorte
Enregistrement W4295868536 · doi:10.14447/jnmes.v25i3.a05

Copper nanoparticles incorporated manganese dioxide nanocomposites for electrochemical capacitance application

2022· article· en· W4295868536 sur OpenAlexvenueno aff
A. Shoba, B. Kavitha, P. Matheswaran, N. Jagadeeswari, S. Thanikaikarasan, Nitin Kumar

Notice bibliographique

RevueJournal of New Materials for Electrochemical Systems · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSupercapacitor Materials and Fabrication
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNanocompositeMaterials scienceNanoparticleFourier transform infrared spectroscopyElectrochemistrySupercapacitorManganeseCopperAnalytical Chemistry (journal)CapacitanceChemical engineeringDielectric spectroscopyNanotechnologyElectrodeChemistryPhysical chemistryMetallurgy

Résumé

récupéré en direct d'OpenAlex

Chemically produced coppercontaining MnO2 nanoparticles were studied using FTIR, UV-Vis spectroscopy, XRD, AFM, cyclic voltammetric and charge/discharge behaviour. Mixed nanocomposites have a crystalline size of 50 nm was calculated through Debye Scherrer’s equation from XRD analysis. The FTIR spectra were recorded region 400- 4000 cm-1, of clean and doped Manganese dioxide nanoparticles. Mn–O can be ascribed to the stretching vibration band of MnO2 nanoparticles at 631 cm-1. The bending and stretching vibrations of the O-H group are ascribed to the fundamental absorption peaks at 1620 cm-1 and 3400 cm-1.AFM is used to characterize the impact of surface roughness on the fundamental properties of MnO2, copper induced nanocomposites of MnO2 particles. Electrochemical impedance and voltammetric experiments are used to investigate the behaviour of individual and mixed nanocomposites as 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 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 seuil0,003

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 Opus0,014
Tête enseignante GPT0,241
Écart entre enseignants0,226 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of New Materials for Electrochemical SystemsMême sujetSupercapacitor Materials and FabricationTravaux en français237 207