MétaCan
Menu
Retour à la cohorte
Enregistrement W4404688897 · doi:10.1109/oceans55160.2024.10753774

Ocean-Based Triboelectric Nanogenerators: A Defect Engineering Approach on Efficacious Electrodes and Dielectric Materials

2024· article· en· W4404688897 sur OpenAlexafffund
Mina Nazarian-Samani, Sima A. Alidokht, Héloïse Thérien‐Aubin, Lihong Zhang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésTriboelectric effectDielectricElectrodeMaterials scienceElectrical engineeringOptoelectronicsEngineering physicsEngineeringComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

Marine energies, as renewable resources, offer substantial potential for large-scale energy harvesting. In recent years, triboelectric nanogenerators (TENGs) have emerged as a promising technology for applications in energy harvesting, self-powered sensing, control, and instrumentation. This interest is driven by their lightweight, cost-effective design, reasonable efficiency at low frequencies, and simple structure. TENGs have also shown considerable technical advantages in efficiently harvesting low-frequency ocean wave energy. This paper provides a systematic review of the latest developments in ocean energy harvesting with TENGs, analyzing the principles, structures, efficiencies, and performances of various TENG systems. We highlight current challenges and future trends in TENG applications for ocean energy collection. Our overview discusses the significance and mechanisms of energy harvesting using TENGs and explores the classification of optimal electrode materials, emphasizing composite materials for their advantageous effects on triboelectric properties. Additionally, we introduce new defect engineering approaches to enhance TENG performance and examine hybrid systems that integrate piezoelectric and triboelectric concepts. Finally, we address the significant challenges in selecting triboelectric materials, which must be overcome to advance research and development. This review aims to guide the selection and assembly of innovative electrode materials for emerging clean energy sources, with defect characterization tools clarifying the structure-efficiency relationship to support the development of novel materials for future clean water energy solutions.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,006
Tête enseignante GPT0,187
Écart entre enseignants0,182 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207