MétaCan
Menu
← Retour à la cohorte
Enregistrement W4411327684 · doi:10.26434/chemrxiv-2025-bjfw2

Pyrrolidinium-based protic ionic liquid electrolytes for high performance RuO2 micro-supercapacitors

2025· preprint· en· W4411327684 sur OpenAlexafffund
Jensheer Shamsudeen Seenath, Hicham Jabraoui, Timo Stettner, Andrea Balducci, Alain Estève, David Pech, Dominic Rochefort

Notice bibliographique

RevueChemRxiv · 2025
Typepreprint
Langueen
DomaineMaterials Science
ThématiqueSupercapacitor Materials and Fabrication
Établissements canadiensUniversité de Montréal
Organismes subventionnairesEuropean Research CouncilNatural Sciences and Engineering Research Council of CanadaCentre National de la Recherche Scientifique
Mots-clésIonic liquidSupercapacitorElectrolyteChemical engineeringMaterials scienceInorganic chemistryChemistryElectrochemistryOrganic chemistryElectrodeEngineeringPhysical chemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

Advances in smart technologies and the Internet of Things (IoT) require compact and efficient energy storage devices. Among microscale systems, RuO2-based micro-supercapacitors (MSCs) can deliver high-power pulses, but the limited stability window of their aqueous electrolytes restricts their energy density. This study investigated the use of pyrrolidinium-based protic ionic liquids (PILs) with different alkyl chain lengths and anion types to achieve pseudocapacitive charge storage in RuO2 MSCs with an extended cell voltage of up to 1.5 V. Of the tested electrolytes, 1-propyl pyrrolidinium trifluoroacetate [Pyr3H]⁺[TFA]⁻ exhibited excellent energy density and cycling performance, and 1-methyl pyrrolidinium tetrafluoroborate [Pyr1H]⁺[BF4]⁻ demonstrated low equivalent series resistance and superior power retention. The experimental findings were consistent with Reactive Force Field (ReaxFF) molecular dynamics simulations which revealed proton exchange and ion diffusion mechanisms in both ionic liquids. Ionogel-based MSCs demonstrated long-term cycling stability, retaining performance over 5000 charge/discharge cycles. These results highlight the potential of using pyrrolidinium-based PILs in on-chip, solid-state MSCs to power microelectronics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,018
Tête enseignante GPT0,242
Écart entre enseignants0,225 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemRxiv→Même sujetSupercapacitor Materials and Fabrication→Travaux en français237 207→