MétaCan
Menu
Retour à la cohorte
Enregistrement W4407268291 · doi:10.1088/1361-665x/adb404

Insights into the crystallization, topographical, and tribological properties of sustainable PEO-mica based triboelectric nanogenerators

2025· article· en· W4407268291 sur OpenAlexafffund
Aliesha D. Johnson, Nima Barri, Meysam Salari, Sara Mohseni Taromsari, Mohammad Mahdi Rastegardoost, Tobin Filleter, Zia Saadatnia, Hani E. Naguib

Notice bibliographique

RevueSmart Materials and Structures · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensOntario Tech UniversityUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTriboelectric effectMicaTribologyMaterials scienceCrystallizationNanotechnologyComposite materialChemical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Contact electrification is the primary mechanism dictating electron transfer and surface charge density for triboelectric nanogenerators (TENGs), making intrinsic material and physical surface properties key parameters for the interfacial charge transfer phenomena. Surface properties are governed by the morphological and textural microstructural features, including tribological interactions, topographical profiling, surface roughness, and real contact area. Therefore, understanding surface morphological effects on the triboelectric performance aids development towards adapting and optimizing surface properties. Particularly, in polymer-based composites TENGs, the surface morphology relies on polymer crystallization and interactions with reinforcing additives. This comprehensive study evaluated the effects of isothermal crystallization and the incorporation and dispersibility of raw and few-layer exfoliated muscovite mica fillers, insightfully realizing and tuning polyethylene oxide’s intrinsic properties and semi-crystalline microstructure. The full material characterization presented dramatic variations in polymer growth kinetics, chain dynamics, lamellae profiling, surface roughness, and work functions, allowing the development of a constructive triboelectric surface microstructural design guide. The crystallization temperature of 65 °C with raw mica demonstrated the greatest dielectric properties and triboelectric performance resulting in a peak-to-peak voltage, peak-to-peak current density, transferred charge density, and power density of respectively, 488 V, 45.5 mA m −2 , 152 μ C m −2 , and 24.0 W m −2 at a load resistance of 6 MΩ. The TENG device demonstrated stable long-term voltage outputs over the duration of 12 000 contact-separation cycles and successfully self-powered natural resource environmental monitoring sensors.

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 enseignants0,012
Score d'incertitude au seuil0,363

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 Opus0,006
Tête enseignante GPT0,191
Écart entre enseignants0,185 · 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

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSmart Materials and StructuresMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207