Boosting microfluidic microbial fuel cells performance via investigating electron transfer mechanisms, metal-based electrodes, and magnetic field effect
Notice bibliographique
Résumé
Abstract The presented paper fundamentally investigates the influence of different electron transfer mechanisms, various metal-based electrodes, and a static magnetic field on the overall performance of microfluidic microbial fuel cells (MFCs) for the first time to improve the generated bioelectricity. To do so, as the anode of microfluidic MFCs, zinc, aluminum, tin, copper, and nickel were thoroughly investigated. Two types of bacteria, Escherichia coli and Shewanella oneidensis MR-1 , were used as biocatalysts to compare the different electron transfer mechanisms. Interaction between the anode and microorganisms was assessed. Finally, the potential of applying a static magnetic field to maximize the generated power was evaluated. For zinc anode, the maximum open circuit potential, current density, and power density of 1.39 V, 138,181 mA m -2 and 35,294 mW m -2 were obtained, respectively. The produced current density is at least 445% better than the values obtained in previously published studies so far. The microfluidic MFCs were successfully used to power ultraviolet light-emitting diodes (UV-LEDs) for medical and clinical applications to elucidate their application as micro-sized power generators for implantable medical devices.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 tête enseignante, 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 ».