MétaCan
Menu
Retour à la cohorte
Enregistrement W4311604499 · doi:10.1021/acsaem.2c02801

3D Hierarchical Porous Carbon Aerogel Electrocatalysts Based on Cellulose/Aramid Nanofibers and Application in High-Performance Zn–Air Batteries

2022· article· en· W4311604499 sur OpenAlexaff
Qingqing Liu, Mengxia Shen, Chao Duan, Lilong Zhang, Jiahua Zhu, Yonghao Ni

Notice bibliographique

RevueACS Applied Energy Materials · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSupercapacitor Materials and Fabrication
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNatural Science Foundation of Shaanxi ProvinceNational Natural Science Foundation of China
Mots-clésAerogelMaterials scienceNanofiberChemical engineeringCatalysisCarbon nanofiberHeteroatomPorosityDopantCarbon fibersCelluloseCathodeElectrospinningNanotechnologyDopingComposite materialChemistryCarbon nanotubeOrganic chemistryComposite numberOptoelectronicsPolymer

Résumé

récupéré en direct d'OpenAlex

Three-dimensional (3D) carbon aerogels (CAs) are composed of interconnected networks and emerge as appealing platforms for the combination of heteroatom dopants, defective sites, and hierarchical porous structures. Here, we propose an effective and sustainable strategy to construct TOCNF/ANF-Cd hydrogels/aerogels using TEMPO-oxidized cellulose nanofibers (TOCNFs), thermally stabilized aramid nanofibers (ANFs), and low-boiling-point Cd2+. Hierarchical porous N-doped aerogel catalysts (N/CA-Cd) with TOCNF/ANF synergistic cross-linking were obtained by moderate temperature pyrolysis. Apart from serving as a source of N, ANF also improves carbon retention and graphitization, increasing the electrical conductivity of carbon aerogels. Due to the spatially continuous structure and multiscale porous structure and abundant N dopants and edges/defects, the as-obtained N/CA0.5-Cd carbonaceous catalysts manifest an impressive electrocatalytic efficacy with a positive half-wave potential (0.86 V). In particular, the Zn–air batteries assembled with N/CA0.5-Cd as the air cathode catalyst have an excellent peak power density of 186 mW cm–2 and a splendid specific capacity of 730 mA h g–1.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,005
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,005
Tête enseignante GPT0,184
Écart entre enseignants0,179 · 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

Citations17
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Applied Energy MaterialsMême sujetSupercapacitor Materials and FabricationTravaux en français237 207