Self‐Sustained Electricity Generation from Ambient Moisture Enabled by Step‐Gradient Polysaccharide Films
Notice bibliographique
Résumé
Abstract Moisture electricity generator (MEG) has emerged as a promising technology to directly harvest energy from the ambient atmosphere. However, their practical applications remain limited by inefficient ion transport. In this work, a high‐performance, polysaccharide‐based step‐gradient MEG (SG‐MEG) is presented, fabricated by the sequential multilayer casting‐drying of polysaccharide materials with varying functional group densities. This design creates an intrinsic step‐wise ionic gradient, promoting ion dissociation and diffusion. As a result, a single unit can sustain an open‐circuit voltage of 0.78 V for over 1300 h, a milliamp‐scale short‐circuit current density of 1.1 mA cm −2 and an improved power density of 15.49 µW cm −2 (1291 W m⁻ 3 ), representing a ten‐fold enhancement compared to conventional MEG. Numerical simulations and experimental analyses confirm that the enhanced performance arises from the high functionalization of polysaccharide and the facilitated ion diffusion enabled by the step gradient.The multifunctionality of SG‐MEG is demonstrated in practical applications, including self‐powered respiration monitoring, direct powering of low‐power electronics, and integration with energy storage systems for autonomous devices such as a self‐cruising boat and a water‐level alarm. This work offers a new paradigm for the design of high‐performance, bio‐based MEGs and advances their application.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».