MétaCan
Menu
Retour à la cohorte
Enregistrement W4403627282 · doi:10.1021/jacs.4c11689

Efficient Aerial Water Harvesting with Self-Sensing Dynamic Janus Crystals

2024· article· en· W4403627282 sur OpenAlexfundno aff
Linfeng Lan, Liang Li, Chenguang Wang, Pancě Naumov, Hongyu Zhang

Notice bibliographique

RevueJournal of the American Chemical Society · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiquePickering emulsions and particle stabilization
Établissements canadiensnon disponible
Organismes subventionnairesResearch Institute Centers, New York University Abu DhabiTamkeenPeople's Government of Jilin ProvinceChina Postdoctoral Science FoundationNational Natural Science Foundation of ChinaNew York University Abu DhabiYork UniversityNatural Science Foundation of Jilin Province
Mots-clésChemistryJanusNanotechnologyBiophysics

Résumé

récupéré en direct d'OpenAlex

High Resolution Image Download MS PowerPoint Slide Water scarcity is one of the most pressing issues of contemporary societal development that requires innovative technologies where the material not only harvests water but also plays an active role in the process. Here, we demonstrate a highly efficient optical self-sensing approach to humidity capture from the air, where both humidity-harvesting and water-transduction functionalities are imparted on slender organic crystals by partial silanization via layer-by-layer hybridization. We report that due to the integration of the harvesting of aerial moisture and the collection of the condensed water, the ensuing Janus-type crystals capture humidity with the highest-to-date water collection efficiency of 15.96 ± 0.63 g cm –2 h –1 . The water-collecting elements are also capable of delivering the water by reversible and periodic elastic deformation, and their high optical transparency allows real-time monitoring of the periodic fog collection process by deformational modulation of passively or actively transduced light that outcouples at the crystal-droplet interface. The results could inspire sophisticated approaches to humidity harvesting where optically transparent crystals combine fog capture with self-sensing capabilities for continuous and optimized operation to maximize the cost-gain balance of aerial fog capture.

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 enseignants0,076
Score d'incertitude au seuil0,203

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 Opus0,008
Tête enseignante GPT0,243
Écart entre enseignants0,236 · 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

Citations18
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Chemical SocietyMême sujetPickering emulsions and particle stabilizationTravaux en français237 207