Noncovalent Functionalization of Graphene Nanoplatelets and Their Applications in Supercapacitors
Notice bibliographique
Résumé
We demonstrate a simple noncovalent functionalization technique, which involves graphite exfoliation and subsequent coating of the resulting graphene nanoplatelets (GNPs) with trimellitic anhydride (TMA), using a thermomechanical exfoliation process. TMA adsorbs on the surface of the GNPs, resulting in a reduction of the specific surface area to 312 ± 9 m 2 /g compared to 410 ± 12 m 2 /g for the unmodified GNPs. Detailed imaging, thermogravimetric, and X-ray diffraction analysis showed that the modified GNPs (TMA-GNPs) maintain similar structure to the unmodified GNPs. The presence of functional groups, confirmed by X-ray photoelectron spectroscopy analysis, caused an increase in the surface energy from 45.6 mJ/m 2 for the GNPs to 57.9 mJ/m 2 for TMA-GNPs. The resulting coated TMA-GNPs form stable dispersions in water while maintaining their inherent conductive properties, thus enabling applications, such as the manufacture of conductive films and supercapacitors. As a proof-of-concept, electrodes for supercapacitors are prepared from concentrated aqueous dispersions of the functionalized GNPs. Electrochemical characterization of the supercapacitors using electrochemical impedance spectroscopy, cyclic voltammetry and galvanostatic charge/discharge tests showed a specific capacitance of 22.2 F/cm 3 at a scan rate of 1 mV/s from cyclic voltammetry and 17.3 F/cm 3 at a current density of 1 A/g from galvanostatic charge/discharge tests, with a 90% capacitance retention after 10,000 cycles.
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 | 0,001 | 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) | 0,001 | 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 ».