MétaCan
Menu
Retour à la cohorte
Enregistrement W3041628207 · doi:10.1038/s41467-020-17296-0

Liquid metal-based synthesis of high performance monolayer SnS piezoelectric nanogenerators

2020· article· en· W3041628207 sur OpenAlexfundno aff
Hareem Khan, Nasir Mahmood, Ali Zavabeti, Aaron Elbourne, Md. Ataur Rahman, Baoyue Zhang, Vaishnavi Krishnamurthi, Paul Atkin, Mohammad B. Ghasemian, Jiong Yang, Guolin Zheng, Anil R. Ravindran, Sumeet Walia, Lan Wang, Salvy P. Russo, Torben Daeneke, Yongxiang Li, Kourosh Kalantar‐Zadeh

Notice bibliographique

RevueNature Communications · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensnon disponible
Organismes subventionnairesOntario Ministry of Natural Resources and ForestryDepartment of Education and TrainingCentre of Excellence in Exciton ScienceRMIT UniversityCommonwealth Scientific and Industrial Research OrganisationAustralian Research Council
Mots-clésMonolayerPiezoelectricityMaterials scienceOptoelectronicsFlexibility (engineering)NanotechnologyCondensed matter physicsComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract The predicted strong piezoelectricity for monolayers of group IV monochalcogenides, together with their inherent flexibility, makes them likely candidates for developing flexible nanogenerators. Within this group, SnS is a potential choice for such nanogenerators due to its favourable semiconducting properties. To date, access to large-area and highly crystalline monolayer SnS has been challenging due to the presence of strong inter-layer interactions by the lone-pair electrons of S. Here we report single crystal across-the-plane and large-area monolayer SnS synthesis using a liquid metal-based technique. The characterisations confirm the formation of atomically thin SnS with a remarkable carrier mobility of ~35 cm 2 V −1 s −1 and piezoelectric coefficient of ~26 pm V −1 . Piezoelectric nanogenerators fabricated using the SnS monolayers demonstrate a peak output voltage of ~150 mV at 0.7% strain. The stable and flexible monolayer SnS can be implemented into a variety of systems for efficient energy harvesting.

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)0,000
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 enseignants0,208
Score d'incertitude au seuil0,546

Scores Codex et Gemma par catégorie

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 ouverte0,0010,000
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 Opus0,017
Tête enseignante GPT0,230
Écart entre enseignants0,212 · 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

Citations184
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207