Capacitive Properties of Ferrimagnetic NiFe2O4-Conductive Polypyrrole Nanocomposites
Notice bibliographique
Résumé
This investigation addresses increasing interest in advanced composite materials, combining capacitive properties and spontaneous magnetization for energy storage applications in supercapacitors. The capacitive properties of ferrimagnetic NiFe2O4 (NFO) spinel nanoparticles with magnetization of 30 emu g−1 were enhanced using high-energy ball-milling and the use of advanced dispersant, which facilitated charge transfer. NFO electrodes with an active mass of 40 mg cm−2 showed a capacitance of 1.46 F cm−2 in 0.5 M Na2SO4 electrolyte in a negative potential range. The charging mechanism in the negative potential range in Na2SO4 electrolyte was proposed. NFO was combined with conductive polypyrrole polymer for the fabrication of composites. The analysis of the capacitive behavior of the composites using cyclic voltammetry, chronopotentiometry and impedance spectroscopy at different electrode potentials revealed synergy of contributions of NFO and PPy. The highest capacitance of 6.64 F cm−2 was obtained from cyclic voltammetry data. The capacitance, impedance, and magnetic properties can be varied by variation of electrode composition. Composite electrodes are promising for application in anodes of asymmetric magnetic supercapacitors for energy storage and magnetically enhanced capacitive water purification devices.
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 | 0,001 |
| 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) | 0,001 | 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 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 ».