MétaCan
Menu
Retour à la cohorte
Enregistrement W2799391147 · doi:10.1002/adem.201700997

Design Guidelines of Stretchable Pressure Sensors‐Based Triboelectrification

2018· article· en· W2799391147 sur OpenAlexaff
Abdelsalam Ahmed, Islam Hassan, Jean W. Zu

Notice bibliographique

RevueAdvanced Engineering Materials · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTriboelectric effectNanogeneratorMaterials sciencePressure sensorFinite element methodSensitivity (control systems)Deformation (meteorology)Mechanical energyAcousticsElectrostatic inductionElectrodeEnergy harvestingTactile sensorOptoelectronicsMechanical engineeringElectronic engineeringEnergy (signal processing)Composite materialStructural engineeringPower (physics)Computer scienceEngineeringPiezoelectricity

Résumé

récupéré en direct d'OpenAlex

In this paper, a comprehensive study for a stretchable self‐powered pressure sensor is presented to investigate the structural parameters effect on the sensor sensitivity, and the pressure sensor is designed based on a vertical contact‐separation mode triboelectric nanogenerator (TENG). By addressing the solid mechanics, electrical, and surface science effects, we discussed the fundamental physics of the TENG pressure sensor. Modeling and simulation by finite element method (FEA) are conducted to clarify the effects of the structural dimensions on the performance of the pressure sensor. In addition, the relationship between the deformation of an interfacial micro‐nano structure and the applied pressure on a triboelectric energy harvester (TEH) is analyzed for different microstructures patterns and dimensions. Finally, a comparison is conducted between TENG pressure sensor based on the contact‐separation mode (CS) and single electrode mode (SE). The results show that both structure sizes of the pressure sensor and TENG operating modes have a significant influence on the pressure sensitivity of the sensor.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,025
Tête enseignante GPT0,249
Écart entre enseignants0,224 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Engineering MaterialsMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207