MétaCan
Menu
Retour à la cohorte
Enregistrement W4392592577 · doi:10.1002/adfm.202316288

Anisotropic Fluorinated‐Elastomer‐Blended Micro‐Dominoes for Wearable Triboelectric Nanogenerators

2024· article· en· W4392592577 sur OpenAlexaff
Giwon Lee, Siyoung Lee, Daegun Kim, Su Hyun Kim, Chungryong Choi, Kilwon Cho

Notice bibliographique

RevueAdvanced Functional Materials · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensUniversity of Toronto
Organismes subventionnairesMinistry of Science and ICT, South KoreaNational Research Foundation of KoreaMinistry of Education
Mots-clésTriboelectric effectMaterials scienceElastomerWearable technologyAnisotropyWearable computerComposite material3D printingInkwellNanotechnologyOpticsComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Triboelectric nanogenerators (TENGs) have emerged as promising portable and sustainable energy sources in daily life, harvesting energy from human motion, water, and wind. However, they still face limitations in aspects such as contact area, deformability, wettability, and manufacturing method. Here, a wearable TENG incorporating an anisotropic domino structure based on a fluorinated elastomer blend is presented. Because of its thin, elongated structure with broad sides, the TENG achieves substantially larger contact areas and high bendability. Introducing a fluorinated elastomer into the polydimethylsiloxane matrix via a simple blending process not only enhances the triboelectric performance but also reduces surface energy and improves the stretchability of elastomers. The anisotropic arrangement of dominoes, in synergy with the fluorinated elastomer, mimics the surface physicochemical properties of natural rice leaves, resulting in anisotropic superhydrophobic wetting behavior with a self‐cleaning effect and controlled directional water flow for efficient water energy harvesting. Therefore, the TENG functions as an energy‐harvesting leaf that captures energy from wind and water droplets, as well as a wearable energy‐harvesting wristband that generates power from human motions such as touching, shaking, and hand washing.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,050
Score d'incertitude au seuil1,000

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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,217
Écart entre enseignants0,207 · 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.

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

Citations32
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Functional MaterialsMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207