One-Step Acid-Induced Confined Conversion of Highly Oriented and Well-Defined Graphitized Cellulose Nanocrystals: Potential Advanced Energy Materials
Notice bibliographique
Résumé
Graphitic carbon nanomaterials are highly attractive for numerous applications due to their unique mechanical, electronic, thermal, and optical properties. Although there are many methods to produce graphite such as extraction from natural graphite mines or synthesis of graphite from carbonaceous compounds, the existing problems include quite complex and unsafe preparation processes, large energy consumption, and high cost, which fail to satisfy the requirements of sustainable development for the environment and economy. Here, we report an efficient and controllable strategy to prepare highly oriented and ordered graphitized cellulose nanocrystal (GCNC) with well-defined sizes and shapes at low temperature and atmospheric pressure by hydrolyzing the disordered regions of microcrystalline cellulose with sulfuric acid and further dehydrating and carbonizing its surface. The as-synthesized GCNC has a high degree of graphitization along with a yield of ∼24%, and the high-quality graphitic carbon layers enable the GCNC to own electrical conductivity and excellent electrochemical performance. Moreover, the cellulose characteristics are well retained, which endows the GCNC with excellent solution dispersibility. Our study provides a new avenue to synthesize graphitic carbon and redefines conductive nanocellulose, with anticipation that holds promising application prospects in the fields of hybrid composites, energy storage, and electronics.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».