MétaCan
Menu
Retour à la cohorte
Enregistrement W2336850095 · doi:10.1039/c6sm00578k

Coupled instabilities of surface crease and bulk bending during fast free swelling of hydrogels

2016· article· en· W2336850095 sur OpenAlexaff
Riku Takahashi, Yumihiko S. Ikura, Daniel R. King, Takayuki Nonoyama, Tasuku Nakajima, Takayuki Kurokawa, Hirotoshi Kuroda, Yoshihiro Tonegawa, Jian Ping Gong

Notice bibliographique

RevueSoft Matter · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Materials and Mechanics
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesJapan Society for the Promotion of ScienceHokkaido University
Mots-clésSelf-healing hydrogelsSwellingBendingMaterials scienceInstabilityCoupling (piping)Composite materialWork (physics)Surface (topology)Free surfaceMechanicsPolymer chemistryThermodynamicsPhysicsGeometry

Résumé

récupéré en direct d'OpenAlex

Most studies on hydrogel swelling instability have been focused on a constrained boundary condition. In this paper, we studied the mechanical instability of a piece of disc-shaped hydrogel during free swelling. The fast swelling of the gel induces two swelling mismatches; a surface-inner layer mismatch and an annulus-disc mismatch, which lead to the formation of a surface crease pattern and a saddle-like bulk bending, respectively. For the first time, a stripe-like surface crease that is at a right angle on the two surfaces of the gel was observed. This stripe pattern is related to the mechanical coupling of surface instability and bulk bending, which is justified by investigating the swelling-induced surface pattern on thin hydrogel sheets fixed onto a saddle-shaped substrate prior to swelling. A theoretical mechanism based on an energy model was developed to show an anisotropic stripe-like surface crease pattern on a saddle-shaped surface. These results might be helpful to develop novel strategies for controlling crease patterns on soft and wet materials by changing their three-dimensional shape.

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 enseignants0,009
Score d'incertitude au seuil0,312

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 Opus0,005
Tête enseignante GPT0,181
Écart entre enseignants0,176 · 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

Citations29
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSoft MatterMême sujetAdvanced Materials and MechanicsTravaux en français237 207