Polymer Electrolytes for Printed 2-D Microcapacitors with Silver Electrodes
Notice bibliographique
Résumé
The next generations of wearable electronics require high-performance, low-cost, thin, and flexible 2-D electronic components, e.g. capacitors and transistors. The commercial feasibility of these technologies relies on printable, high throughput, highly electronically-conductive, and inexpensive silver electrodes/current collectors to replace gold counterparts. However, silver-based devices are prone to failure due to corrosion forming resistive oxides or dendrites in aqueous environments (as shown in Figure 1a). Polymer electrolytes, possessing high ionic conductivity and enabled double layer capacitance at electrode interface, are highly tunable to minimize the dendritic growth and can be a promising technology for these 2-D devices. In this study, some high-performance aqueous polymer electrolytes that have previously been demonstrated for supercapacitors were compared and modified for better integration into printed interdigitated devices with silver electrodes. The polymer electrolytes were evaluated for their apparent ionic conductivities, capacitance, and corrosion properties using cyclic voltammetry and electrochemical impedance spectroscopy. Polymer electrolytes can effectively inhibit dendritic formation as shown via optical microscope in Fig. 1b. The optimized electrolytes possessed (i) high ionic conductivity (>1 mS cm -1 ) at ambient, (ii) good ability to maintain well-dissociated ions enabling double layer capacitance formation (Fig. 1c), with capacitance >100 μF cm -2 and (iii) good compatibility with silver electrodes. Overall, the optimized polymer electrolytes can be a low-cost, viable alternative in printed electronics requiring high dielectric materials, such as microcapacitors and low-powered field-effect transistors. Figure 1
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 | 0,001 | 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 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 ».