Globalization and Policy Diffusion: Explaining Three Decades of Liberalization
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We report the development of low-cost triboelectric nanogenerators (TENGs) based on polypropylene (PP) fabrics formulated via an inexpensive melt-blowing process with an output voltage as high as 50 V. By disinfection methods such as exposure to steam, ethanol, and dry heat at 75 °C, the commercial medical masks and N95 filtering facepiece respirators (FFRs) can be reused to fabricate PP fiber based TENGs, which provide a novel regime for energy-harvesting devices based on reusable materials. As a power source, the output of one TENG can drive 15 serially connected light-emitting diodes (LEDs) or a commercial electric calculator. PP fabric TENGs can also work as self-powered sensors for the high-sensitivity detection of mechanical impact. We provide examples where the TENG is used to detect biomechanical motion such as that associated with the extension of an elbow, the touch of a finger, the impact of footsteps, and the bending of a knee without an external power supply. Most importantly, these PP fabrics for TENGs can be obtained from decontaminated medical masks that are generated as tremendous wastes every day, which provide a great potential as sustainable energy. These properties suggest that PP fabric based TENGs are promising for harvesting energy from biological systems and that they may facilitate the large-scale production of a new range of inexpensive self-powered multifunctional wearable sensors for applications in healthcare, security, and information networks.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 découle