Lignin Nanofiber Flexible Carbon Aerogels for Self‐Standing Supercapacitors
Notice bibliographique
Résumé
Renewable feedstocks are sought for clean technology applications, including energy storage applications. In this study, LignoForce™ lignin, a biobased aromatic polymer commercially isolated from wood, was fractioned into two parts using acetone, and the resulting lignin fractions had distinct thermo-rheological behavior. These two fractionated lignins were combined in various ratios and transformed into nanofibers by electrospinning. Subsequently, electrospun fiber materials were disrupted by agitating the mats in water, and the materials were transformed into ultralight 3D aerogels through lyophilization and post-process controlled heating. Using only this combination of two fractions, the morphology of lignin nanofibers was tailored by heat treatment, resulting in lignin aerogels with high flexibility and significant shape recovery properties. Various microscale structures of lignin fibers impacted the resulting physical properties of the elastic aerogel materials, such as resilience, compressive strength, and electrical conductivity for the corresponding carbonized samples. By exploiting lignin's sensitivity to heat and tailoring the thermal properties of the lignin through fractionation, the work provided an interesting path to form robust lignin-derived functional materials without any toxic chemical additives and significant ability to serve as free-standing electrodes with specific capacitance values better than some graphene-based supercapacitors.
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) | 0,001 | 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 ».