MétaCan
Menu
Retour à la cohorte
Enregistrement W4415651358 · doi:10.1002/admt.202501205

All‐Printed, Flexible, Organic Thermoelectric Generators for Ambient Operation with Enhanced Performance under Mechanical Bending

2025· article· en· W4415651358 sur OpenAlexafffund
Loup Chopplet, Jing Jiang, Nicolas Battaglini, Samia Zrig, Vincent Noël, Emanuele Orgiu, Benoı̂t Piro, Giorgio Mattana

Notice bibliographique

RevueAdvanced Materials Technologies · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Thermoelectric Materials and Devices
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesLaboratoire d'Excellence SEAMNatural Sciences and Engineering Research Council of CanadaCentre National de la Recherche ScientifiqueConseil Régional, Île-de-FranceAgence Nationale de la Recherche
Mots-clésThermocoupleFabricationThermoelectric effectSeebeck coefficientThermoelectric generatorBendingPower (physics)Thermoelectric materials

Résumé

récupéré en direct d'OpenAlex

Abstract This study reports the fabrication and characterization of bipolar, fully printed organic thermoelectric generators on flexible substrates. All fabrication and testing are carried out under ambient conditions, demonstrating the feasibility of low‐cost, scalable manufacturing. The thermoelectric performance is evaluated in both flat and bent configurations, revealing a clear enhancement under mechanical deformation. The Seebeck coefficient of a single thermocouple increases from 30 µV K −1 in the flat state to 38.9 µV K −1 when bent, while the maximum output power rises from 8.8 to 14.9 nW. The devices also exhibit good stability, retaining ≈90% of their output power after 60 days of ambient exposure. These results confirm that fully printed, flexible organic thermoelectric generators are robust and lightweight energy harvesters whose performance improves under mechanical stress, highlighting their potential for real‐world, mechanically dynamic applications.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,134
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,010
Tête enseignante GPT0,258
Écart entre enseignants0,248 · 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.

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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Materials TechnologiesMême sujetAdvanced Thermoelectric Materials and DevicesTravaux en français237 207