MétaCan
Menu
Retour à la cohorte
Enregistrement W4407636711 · doi:10.1002/adfm.202424551

Gradient Porous Carbon Superstructures for High‐efficiency Charge Storage Kinetics

2025· article· en· W4407636711 sur OpenAlexaff
Yinying Long, Xingye An, Yiluo Yang, Jian Yang, Liqin Liu, Xin Tong, Xiongli Liu, Hongbin Liu, Yonghao Ni

Notice bibliographique

RevueAdvanced Functional Materials · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSupercapacitor Materials and Fabrication
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMaterials scienceKineticsPorosityCarbon fibersCharge (physics)Porous mediumChemical engineeringNanotechnologyChemical physicsComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Zinc‐ion hybrid supercapacitors (ZHSCs) are emerging for high‐efficiency energy storage. However, single‐layer cathode materials often suffer from low‐charge storage kinetics. Herein, an innovative gradient porous carbon superstructure with enhanced charge storage kinetics is developed, achieved by designing a concentration gradient carbon superstructure to facilitate rapid, directional ion transport and efficient ion storage. The gradient pore design with optimized micropore sizes (0.88 to 0.96 nm) and mesopore size (≈4 nm) enhances the hydrated zinc ion ([Zn(H 2 O) 6 ] 2+ ) diffusion, facilitating efficient desolvation and Zn 2+ ion storage. Furthermore, N/O co‐doping provides pseudo‐capacitance by lowering the energy barrier for C‐O‐Zn bond formation, increasing the defect density and conductivity of the carbon material. Further graphitization improves conductivity and wettability, while a high specific surface area (SSA) offers abundant active sites. ZHSCs fabricated with this gradient porous carbon superstructure exhibit a remarkably high energy density of 101.8 Wh kg −1 at a substantial power density of 503.6 W kg −1 , outperforming the reported benchmark materials. The exceptional charge–discharge cycling stability is also demonstrated over 10 000 cycles. This work presents an effective strategy for enhancing charge storage kinetics in 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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,023
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,229
Écart entre enseignants0,219 · 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.

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

Citations46
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Functional MaterialsMême sujetSupercapacitor Materials and FabricationTravaux en français237 207