MétaCan
Menu
Retour à la cohorte
Enregistrement W4391676018 · doi:10.1149/1945-7111/ad2819

Optimization of the Electrochemical Nature of Ni/Co MOF Assisted by Zn Metal Centres for Better Electrode Performance in Hybrid Devices

2024· article· en· W4391676018 sur OpenAlexaff
Muhammad Roman, Usama Zahid, Shafaq Arif, I. Zeba, Joseph Sanderson, Arif Khan, S.S.A. Gillani

Notice bibliographique

RevueJournal of The Electrochemical Society · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueTransition Metal Oxide Nanomaterials
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésElectrochemistryElectrodeMaterials scienceMetalMetal-organic frameworkNanotechnologyChemical engineeringInorganic chemistryChemistryMetallurgyEngineeringPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Owing to the exceptional porous coordination chemistry and expanded redox culture of mixed metal organic framework (MMOF) materials are now presenting a hot matter for their potential usage in battery-supercapacitor electrodes. Here, we synthesized Ni/Co-MOF and its based Zn x -(Ni/Co) y -MOF nanoparticles containing different transition metals ratio; x: y = 0.25:0.75, 0.50:0.50, and 0.75:0.25 by hydrothermal process and named as ZMOF 1 , ZMOF 2 and ZMOF 3 . Their electrochemical profile was carried out by CV, GCD and EIS characterization in three electrode setup. Among the MOFs nanoparticles, partially Zn enriched ZMOF 1 shows prominent specific capacity of 177.23 and 181.12 C g −1 in 1.0 and 3.0 M KOH electrolyte solution at current density of 0.3 A g −1 along with good rate capability performance. Meanwhile, it retains brilliant specific capacity ∼ 86% of its original value compared to other displayed by ZMOF 2 and ZMOF 3 (80% and 69%) after charging-discharging for 3000 cycles at j = 4.0 A g −1 . Moreover, modified power law was utilized to estimate the battery-type charge storage worth of ZMOF 1 from CV cycle (at 5 mV s −1 ) in 1.0 and 3.0 M electrolytes medium thereby found the contribution 91.58% and 94.32%, respectively. These features of ZMOF 1 attributed to particle diverse morphology, enriched redox sites and admiring electrical conductivity.

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 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 enseignants0,003
Score d'incertitude au seuil0,506

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 GPT0,234
Écart entre enseignants0,229 · 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.

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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical SocietyMême sujetTransition Metal Oxide NanomaterialsTravaux en français237 207