Liquid Phase Exfoliation of Graphite into Graphene Nanoplatelets using Graphene Oxide as Surfactant
Notice bibliographique
Résumé
In this study, graphene nanoplatelets (GNP) are prepared using graphene oxide (GO), a derivative of graphene, as the dispersing agent in the liquid phase exfoliation of raw fake graphite. Graphene oxide has similar properties to that of graphene, however, it contains functional groups such as epoxides, hydroxyls and carboxyls. This added functionality makes GO amphiphilic and a suitable dispersing agent in water. In order to prepare stable GNP dispersions during exfoliation, the sheets need to overcome the van der Waals attractive forces and π-π interactions. Preliminary research shows that more widely stable GNP dispersions can be achieved by adjusting the pH of dispersions to 10. The major variables influencing the exfoliation of graphite are: the concentration of GO and graphite, along with shear rate, and time. Using dimensional reasoning and according to the factorial design of experiments, we obtain a correlation to optimize the GNP yield by a response surface methodology. The exfoliated GNP content in the dispersions is determined from UV-vis spectroscopy, via a GO/GNP standard calibration curve. Furthermore, the exfoliated GNP is characterized using, atomic force microscopy, Raman spectroscopy, X-ray diffraction, and X-ray photoelectron spectroscopy. Finally, the GO/GNP dispersions are then concentrated and used to synthesize graphene hydrogels. The resulting hydrogels are used as an electrode material for making flexible supercapacitors and their performance is evaluated.
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) | 0,000 | 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 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 ».