MétaCan
Menu
Retour à la cohorte
Enregistrement W4412923156 · doi:10.1002/dro2.70018

An electrocyte‐inspired moisture‐driven electricity generator for self‐sustained water electrolysis

2025· article· en· W4412923156 sur OpenAlexaff
Quanmao Wei, Wenna Ge, Chenguang Lu, Zichao Yuan, Yi Lei, Shile Feng, Yu Sun, Lei Zhao, Yahua Liu

Notice bibliographique

RevueDroplet · 2025
Typearticle
Langueen
DomaineEnergy
ThématiqueSolar-Powered Water Purification Methods
Établissements canadiensUniversity of Toronto
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésElectricityGenerator (circuit theory)ElectrolysisMoistureMaterials scienceEnvironmental scienceProcess engineeringElectrical engineeringEngineeringChemistryPower (physics)Composite materialElectrodePhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract Harvesting electricity from ubiquitous moisture offers the promise of clean power for self‐sustained systems. Despite extensive efforts, achieving high‐power electricity generation remains challenging. Existing studies mimicking electric eels’ electrogenesis to enhance their electrical performance focused on the two‐membrane structure that linearly adds up the voltage, but their current output was either transient or limited to microamperes, because of the large resistance for ion diffusing across material interfaces. Here, we report an electrocyte‐inspired moisture‐driven electricity generator (EMEG) made from an interphase‐mediated Janus film. The continuous interphase significantly alleviates the ion migration resistance, boosting the current output to 150 µA and sustaining the voltage of 0.8 V continuously for more than 1000 h. We also show that integrated EMEGs were easily assembled to self‐powered smart watch for emergency rescue. Furthermore, the integrated EMEGs achieved self‐sustained and moisture‐powered water splitting with a steady hydrogen production. Our results provide a rational for bio‐inspired designs toward green and sustained power generation.

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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,009
Tête enseignante GPT0,277
Écart entre enseignants0,269 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDropletMême sujetSolar-Powered Water Purification MethodsTravaux en français237 207