MétaCan
Menu
Retour à la cohorte
Enregistrement W2626167692 · doi:10.1126/sciadv.1602051

Flexible and stretchable power sources for wearable electronics

2017· article· en· W2626167692 sur OpenAlexfundno aff
Alla M. Zamarayeva, Aminy E. Ostfeld, Michael J. Wang, Jerica K. Duey, Igal Deckman, Balthazar Lechêne, Greg Davies, Daniel A. Steingart, Ana Claudia Arias

Notice bibliographique

RevueScience Advances · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensnon disponible
Organismes subventionnairesMcMaster UniversityNational Science Foundation
Mots-clésWearable computerFlexibility (engineering)Wearable technologyBattery (electricity)ElectronicsStretchable electronicsComputer sciencePower (physics)Embedded systemElectrical engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Flexible and stretchable power sources represent a key technology for the realization of wearable electronics. Developing flexible and stretchable batteries with mechanical endurance that is on par with commercial standards and offer compliance while retaining safety remains a significant challenge. We present a unique approach that demonstrates mechanically robust, intrinsically safe silver-zinc batteries. This approach uses current collectors with enhanced mechanical design, such as helical springs and serpentines, as a structural support and backbone for all battery components. We show wire-shaped batteries based on helical band springs that are resilient to fatigue and retain electrochemical performance over 17,000 flexure cycles at a 0.5-cm bending radius. Serpentine-shaped batteries can be stretched with tunable degree and directionality while maintaining their specific capacity. Finally, the batteries are integrated, as a wearable device, with a photovoltaic module that enables recharging of the batteries.

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 enseignants0,003
Score d'incertitude au seuil0,010

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 GPT0,267
Écart entre enseignants0,255 · 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

Citations402
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207