Polyaniline-Based Ink for Inkjet Printing for Supercapacitors, Sensors, and Electrochromic Devices
Notice bibliographique
Résumé
In recent years, there has been a huge surge in interest in improving the efficiency of smart electronic and optoelectronic devices via the development of novel materials and printing technologies. Inkjet printing, known to deposit ‘ink on demand’, helps to reduce the consumption of materials. Printing inks on various substrates like paper, glass, and fabric is possible, generating flexible devices that include supercapacitors, sensors, and electrochromic devices. Newer inks being tested and used include formulations of carbon nanoparticles, photochromic dyes, conducting polymers, etc. Among the conducting polymers, PANI has been well researched. It can be synthesized and doped easily and allows for the easy formation of composite conductive inks. Doping and the addition of additives like metal salts, oxidants, and halide ions tune its electrical properties. PANI has a large specific capacitance and has been researched for its applications in supercapacitors. It has been used as a sensor for pH and humidity as well as a biosensor for sweat, blood, etc. The response is generated by a change in its electrical conductivity. This review paper presents an overview of the investigations on the formulation of the inks based on conductive polymers, mainly centered around PANI, and inkjet printing of its formulations for a variety of devices, including supercapacitors, sensors, electrochromic devices, and patterning on flexible substrates. It covers their performance characteristics and also presents a future perspective on inkjet printing technology for advanced electronic, optoelectronic, and other conductive-polymer-based devices. We believe this review provides a new direction for next-generation conductive-polymer-based devices for various applications.
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 | 0,000 | 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 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 ».