MétaCan
Menu
Retour à la cohorte
Enregistrement W4386331855 · doi:10.3390/mi14091707

Nano Groove and Prism-Structured Triboelectric Nanogenerators

2023· article· en· W4386331855 sur OpenAlexaff
Resul Saritas, Majed Al‐Ghamdi, M. Taylan Daş, Omar Rasheed, Samed Kocer, Ahmet Gülsaran, Asif Abdullah Khan, Md. Masud Rana, Mahmoud Khater, Muhammed Kayaharman, Dayan Ban, Mustafa Yavuz, Eihab Abdel‐Rahman

Notice bibliographique

RevueMicromachines · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensUniversity of TorontoUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésTriboelectric effectMaterials sciencePolydimethylsiloxaneGroove (engineering)LithographyOptoelectronicsPrismFabricationNano-Substrate (aquarium)NanotechnologyOpticsComposite material

Résumé

récupéré en direct d'OpenAlex

Enhancing the output power of triboelectric nanogenerators (TENGs) requires the creation of micro or nano-features on polymeric triboelectric surfaces to increase the TENGs' effective contact area and, therefore, output power. We deploy a novel bench-top fabrication method called dynamic Scanning Probe Lithography (d-SPL) to fabricate massive arrays of uniform 1 cm long and 2.5 µm wide nano-features comprising a 600 nm deep groove (NG) and a 600 nm high triangular prism (NTP). The method creates both features simultaneously in the polymeric surface, thereby doubling the structured surface area. Six thousand pairs of NGs and NTPs were patterned on a 6×5 cm2 PMMA substrate. It was then used as a mold to structure the surface of a 200 µm thick Polydimethylsiloxane (PDMS) layer. We show that the output power of the nano-structured TENG is significantly more than that of a TENG using flat PDMS films, at 12.2 mW compared to 2.2 mW, under the same operating conditions (a base acceleration amplitude of 0.8 g).

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 enseignants0,017
Score d'incertitude au seuil0,606

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 ouverte0,0000,000
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 Opus0,007
Tête enseignante GPT0,206
Écart entre enseignants0,199 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMicromachinesMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207