MétaCan
Menu
Retour à la cohorte
Enregistrement W4412931687 · doi:10.1016/j.matlet.2025.139229

Hydrothermal synthesis of iron oxides in the presence of catecholate capping agent for supercapacitor electrodes

2025· article· en· W4412931687 sur OpenAlexafffund
Chengwei Zhang, Igor Zhitomirsky

Notice bibliographique

RevueMaterials Letters · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSupercapacitor Materials and Fabrication
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceSupercapacitorHydrothermal circulationHydrothermal synthesisElectrodeChemical engineeringNanotechnologyInorganic chemistryElectrochemistryChemistry

Résumé

récupéré en direct d'OpenAlex

Caffeic acid (CA) is used as a capping agent for hydrothermal synthesis of iron oxides from FeCl 2 and FeCl 3 solutions. Iron oxide nanoparticles are utilized for the fabrication of supercapacitor anodes with mass loading of 40 mgcm −2 for operation in 0.5 M Na 2 SO 4 electrolyte. Nanoparticles of γ-Fe 2 O 3 , prepared from FeCl 2 solutions show ferrimagnetic properties and highest electrochemical capacitance of 4.49 Fcm −2 . The synthesis from FeCl 3 solutions results in the formation of antiferromagnetic α-Fe 2 O 3 phase at low CA concentrations, its transformation to the metastable γ-Fe 2 O 3 with increasing CA concentration and highest electrochemical capacitance of 4.35 Fcm −2 . The increase in CA concentration in solutions results in increasing capacitance and decreasing resistance. The obtained γ-Fe 2 O 3 nanoparticles exhibit valuable magnetic and electrical charge storage properties that are significantly superior to those of other magnetoelectric materials.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,003
Score d'incertitude au seuil0,539

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,013
Tête enseignante GPT0,238
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 tête enseignante, 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 revueMaterials LettersMême sujetSupercapacitor Materials and FabricationTravaux en français237 207