MétaCan
Menu
Retour à la cohorte
Enregistrement W4408940237 · doi:10.3390/mi16040382

PEDOT:PSS-MWCNT Nanocomposite Wire for Routing in Energy Harvesting Devices

2025· article· en· W4408940237 sur OpenAlexaff
S. Haghgooye Shafagh, Imran A. Deen, Dhilippan M. Panneerselvam, Muthukumaran Packirisamy

Notice bibliographique

RevueMicromachines · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésPEDOT:PSSMaterials scienceVoltageComposite materialPiezoelectricityBattery (electricity)PolydimethylsiloxaneOptoelectronicsPolymerElectrical engineeringPower (physics)

Résumé

récupéré en direct d'OpenAlex

Polydimethylsiloxane (PDMS) and poly(3,4-ethylene dioxythiophene):poly(4-styrene-sulfonate) (PEDOT:PSS) composites were tested to determine their suitability for charging small-scale batteries in conjunction with a piezoelectric actuator as an energy harvester. Two different PEDOT:PSS patterns (zigzag and serpentine) were tested, and the maximum DC voltage of a system incorporating PEDOT:PSS was determined. The aim of this work is to study the effect of soft corners in the electrical routing of aircraft and IoT sensors. The zigzag and serpentine patterns were considered for this study because of their simplicity in design. Without the polymer, 2.3 V was produced by the actuator, while adding PEDOT:PSS resulted in the voltage being reduced to 1.7 V. The piezoelectric actuator was connected to a 3.6 V rechargeable Li-ion battery, and the battery's voltage was recorded over 1 h. The voltage from the piezoelectric actuator was 3.8 V. Without PEDOT:PSS, the battery was charged to a maximum of 3 V. Adding the PEDOT:PSS to the circuit reduced the maximum charge to a voltage of 2 V. The results indicate that while PEDOT:PSS composites can be used in conjunction with piezoelectric energy harvesters, more work is still needed to optimize the system to increase efficiency and charging rates.

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 enseignants0,148
Score d'incertitude au seuil0,945

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 GPT0,237
Écart entre enseignants0,230 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueMicromachinesMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207