Electrochemical Performance of Pre-Modified Birch Biochar Monolith Supercapacitors by Ferric Chloride and Ferric Citrate
Notice bibliographique
Résumé
This study investigated the electrochemical properties of supercapacitors by pre-modifying thick birch biochar monoliths with FeCl3 or C6H5FeO7 solutions prior to wood pyrolysis. The pre-modification introduced iron species to the surface, promoting the specific surface area, charge-stored species, and surface functionalities, which enhanced the gravimetric capacitance. X-ray diffraction confirmed the successful loading of Fe3O4 and Fe. SEM implied the wider distribution of iron-rich particulates and porous carbon via self-pyrolysis on the biochar surface modified with 1.0 M C6H5FeO7. Contact angle measurements demonstrated the enhanced wettability of the biochar surfaces following pre-modification, with the C6H5FeO7-modified samples exhibiting superior wettability compared to the other groups. The gravimetric capacitance of the supercapacitor was dramatically promoted and reached 210 F/g and 219 F/g, respectively, when modified with 1.0M C6H5FeO7 and 1.0 M FeCl3 at a 5 mA/g current density. Compared to the birch biochar modified with 1.0 M FeCl3, the 1.0 M C6H5FeO7 had a higher current response peak and capacitive behavior in the CV analysis, demonstrated better ion diffusion capacity, and had lower charge-transfer resistance in the EIS results. But, a slight irreversible process on the electrode of the 1.0 M C6H5FeO7 group led to a lower level of the supercapacitor capacitance retention. The results using ferric solution pre-impregnation show how iron species doping can improve capacitance behavior, providing a feasible scheme for the modification of thick biochar monolith.
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 | 0,000 | 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 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 ».