Synthesis and Electrochemical Studies of 3D Reduced Graphene Oxide for Efficient Energy Storage
Notice bibliographique
Résumé
Three-dimensional (3D) graphene-based materials are highly desirable for supercapacitor applications; however, their synthesis requires multiple time-consuming steps that involve templates and cross-linkers. Thus, chemically derived graphene through the reduction of graphene oxide is preferred for scalable synthesis. Here, a facile one-pot wet chemical synthesis for an improved highly interconnected 3D reduced graphene oxide (3D-rGO) was developed where the extent of oxidation and the temperature for reduction were optimized. These facile interconnected structures were achieved through covalent linkages via functional groups. The optimized 3D-rGO demonstrated a high C/O ratio (5.2) and nominal defect density ( I D / I G = 0.90) due to its stable structure. Electrochemical characterization revealed that the 3D-rGO possessed a superior specific capacitance of 256 F g –1 in an aqueous electrolyte. Trasatti analysis revealed an 84% contribution from the electrical double-layer (EDL) mechanism, which implied a high sp 2 carbon content and superior conductivity. This superb performance, which was further validated in a quasi-solid-state device in an aqueous gel electrolyte (H 2 SO 4 -PVA), revealing that an excellent gravimetric energy density of 24.4 Wh kg –1 could be delivered at a power density of 1 kW kg –1 . A maximum power density of 28 kW kg –1 delivered a stable 18.8 Wh kg –1 of energy. Furthermore, the supercapacitor exhibited 184 F g –1, with a capacity retention of 91% following 10,000 cycles at 10 A g –1, which is promising for practical energy storage applications.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».