MétaCan
Menu
Retour à la cohorte
Enregistrement W2009385210 · doi:10.1021/jp3101688

Poly(AAc-<i>co</i>-MBA) Hydrogel Films: Adhesive and Mechanical Properties in Aqueous Medium

2012· article· en· W2009385210 sur OpenAlexafffund
Dhamodaran Arunbabu, Hamed Shahsavan, Wei Zhang, Boxin Zhao

Notice bibliographique

RevueThe Journal of Physical Chemistry B · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHydrogels: synthesis, properties, applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceAdhesiveSwellingComposite materialCross-linkElastic modulusAcrylic acidSelf-healing hydrogelsPolymer chemistryModulusChemical engineeringPolymerCopolymer

Résumé

récupéré en direct d'OpenAlex

Poly(acrylic acid-co-N,N'-methylenebisacrylamide) hydrogel films were synthesized by copolymerizing acrylic acid (AAc) with N,N'-methylenebisacrylamide (MBA) as a cross-linker via photo polymerization in the spacing confined between two glass plates. NMR spectroscopy was utilized to determine the cross-linking density. We found that the cross-linking density determined by NMR is higher than that expected from the feed concentrations of cross-linkers, suggesting that MBA is more reactive than AAc and the heterogeneous nature of the cross-linking. In addition to the swelling tests, indentation tests were performed on the hydrogel films under water to investigate effects of the cross-linking density on the adhesion and mechanical properties of the hydrogel films in terms of adhesive pull-off force and Hertz-type elastic modulus. As the cross-linker concentration increased, the effective elastic modulus of the hydrogel films increased dramatically at low cross-linking densities and reached a high steady-state value at higher cross-linking densities. The pull-off force decreased with increasing cross-linker concentration and reached a lower force plateau at high cross-linking densities. An optimal "trade-off" cross-linking density was determined to be 0.02 mol fraction of MBA in the hydrogel, where balanced elastic modulus and adhesive pull-off force can be obtained.

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 enseignants0,005
Score d'incertitude au seuil0,508

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 Opus0,015
Tête enseignante GPT0,242
Écart entre enseignants0,227 · 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

Citations67
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry BMême sujetHydrogels: synthesis, properties, applicationsTravaux en français237 207