Supercapacitors (SCs) are attracting considerable research interest as high-performance energy storage devices that can contribute to the rapid growth of low-power electronics (e.g., wearable, portable electronic devices) and high-power military applications (e.g., guided missile techniques and highly sensitive naval warheads). The performance of SCs can be assessed in terms of the electrochemical properties determined through a combination between the electrode and the electrolyte materials. Likewise, the charge storage capacities of SCs can be affected significantly by selection of such materials (e.g., via surface redox mechanisms). Enormous efforts have thus been put to make them more competitive with existing options for energy storage such as rechargeable batteries. This article reviews recent advances in SC technology with respect to charge storage mechanisms, electrode materials, electrolytes (e.g., particularly paper/fiber-like 3D porous structures), and their practical applications. The challenges and opportunities associated with the commercialization of SCs are also discussed.

Bottlenecks in direct methanol fuel cells (DMFCs) with conventional noble metals as anode catalysts involve the formation of valueless byproducts and carbon dioxide (CO2) emissions. Carbon-supported Pt single atoms have demonstrated high performance in DMFCs. However, the adsorbed intermediates (COads) strongly bind to Pt single-atom sites, resulting in complete methanol oxidation to CO2 and low power densities. Herein, we have developed a DMFC for CO2-emission-free coproduction of electricity and valuable formate using metal organic framework (MOF)-derived N-doped porous carbon-supported PtRu single-atom (referred to as PtRuSA/NPC) catalysts. The DMFC produces current and power densities of 657 mA cm–2 and 97.4 mW cm–2, respectively, at a potential of 0.65 V with a 98.4% Faraday efficiency for formate at 80 °C. Density functional theory (DFT) calculations show that CH3OH molecules preferentially adsorb onto the PtRu single atoms, but their oxidation to CO2 molecules on PtRuSA/NPC is kinetically unfavorable due to the large energy barrier. This study offers a pathway to developing high-performance and CO2-emission-free electrocatalysts for DMFCs.

At present, there is no universally accepted approach for forecasting the flow boiling heat transfer in the scientific literature. The objective of this study is to predict and optimize the two-phase pressure drop (2ϕΔP) for different refrigerants in both mini and macro-sized channels under various operating conditions. The dataset is amassed from open literature and consists of 1954 points that include seven different refrigerants, including R12345yf, R1234ze, R134A, R410A, R22, R744, and R717 containing heat flux (Q) in the range 0–40 kW/m2, hydraulic diameters (Dh) in the range 0.509–14 mm, mass flux in the range 55 < G < 1800 kg/m2s, saturation temperature (Tsat) in the range -40 – 43 °C, and flow qualities (x) in the range 0.001–0959. The first step involves conducting feature engineering operations to select the most significant and impactful features for estimating the considered output. The interpretation by Pearson's correlation highlighted that Dh, Tsat, x, Q, and G were the most impactful params. The Bayesian optimization incorporated with surrogacy was used to determine the required hyper-parameters, which were then deployed to form multi-layer deep neural network (DNN) for estimating 2ϕΔP. A metaheuristic algorithm known as differential evolution (GA) was used to estimate Dh, Tsat, x, Q, and G to minimize the pressure drop. The performance of the established model was determined to be highly accurate with an accuracy of 0.9985. Additionally, an appropriate 2ϕΔP value for each refrigerant was provided to obtain the optimized values of the different input features. The optimized ML (regression) models performed better than the existing semi-empirical pressure drop correlations. This approach can be beneficial for the development and improvement of various engineering systems, particularly those involving the 2ϕΔP of numerous refrigerants.

Two-dimensional heterostructures (2D HSs) are popular candidates for sustainable energy conversion and storage applications through the synergetic combination of nanosized heterojunctions with intriguing functionalities. The properties of 2D heterointerfaces can be well-regulated for scaled-up applications through synthetic tuning and/or engineering design. In this perspective, the synthesis protocols of 2D heterostructure are first discussed, along with associated modulation strategies to better describe the required functionalities for scaled-up applications. Computational insights are also provided to regulate and predict the heterointerface of the outlined structures based on various models (e.g., atomic, micro, and mesoscale simulations). The role of modulated 2D heterostructures is highlighted with respect to the energy applications along with the current challenges for 2D heterostructure development. This review is anticipated to deliver new paths for the design and construction of 2D heterostructures toward the practical applications in multiple fields with a focus on energy conversion and storage.

The rhizosphere microbiome is important for plant health, yet their contributions to disease resistance and assembly dynamics remain unclear. This study employed rhizosphere microbiome transplantation (RMT) to delineate the impact of the rhizosphere microbiome and the immune response of eggplant (