MétaCan
Menu
Retour à la cohorte
Enregistrement W4321098550 · doi:10.1002/admt.202201897

Emerging Trends in 2D Flexible Electronics

2023· article· en· W4321098550 sur OpenAlexaff
H.H. Hegazy, Fahmid Kabir

Notice bibliographique

RevueAdvanced Materials Technologies · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensSimon Fraser University
Organismes subventionnairesMinistry of Science and ICT, South KoreaNational Research Foundation of KoreaKing Khalid UniversityNational Research Foundation
Mots-clésElectronicsFlexible electronicsWearable technologyExfoliation jointNanotechnologyWearable computerMaterials scienceComputer scienceElectrical engineeringGrapheneEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Potential for integrated flexible electronics has been shown for 2D materials with atomically thin layers and dangling‐bond‐free surfaces. Strain engineering is a fascinating technique for tuning or controlling the electronic and optical properties of 2D materials. In the review article, an effort to condense the most recent and promising approaches that can be used to create flexible nanoelectronic and optoelectronic devices in the future and expand their range of useful applications is made. In order to investigate their electrical behavior, the majority of the devices are created using chemical vapor deposition (CVD) or mechanical exfoliation of ultrathin 2D TMD materials. This makes it possible to develop flexible piezo‐phototronic photodetectors, self‐powered sensors, and wearable and implantable devices with higher strain tolerance. On the basis of 2D TMDs materials, a comparison of the performance and characteristics of 2D flexible electronic devices is also carried out. In order to advance the development of wearable and implantable electronics with greater strain tolerance for health monitoring and usher in a new era of flexible technologies, this overview of recent research on 2D flexible electronics based on nanomaterials is intended to aid in the advancement of the field. Finally, it summarizes the current challenges and opportunities.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 GPT0,258
Écart entre enseignants0,245 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations40
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Materials TechnologiesMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207