MétaCan
Menu
Retour à la cohorte
Enregistrement W2339262504 · doi:10.1021/acsami.6b03091

Printing Three-Dimensional Heterogeneities in the Elastic Modulus of an Elastomeric Matrix

2016· article· en· W2339262504 sur OpenAlexafffund
Abdel Rahman Abdel Fattah, Suvojit Ghosh, Ishwar K. Puri

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2016
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMicro and Nano Robotics
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFerrofluidPolydimethylsiloxaneMaterials scienceMicroscale chemistryElastomerInkwellSoft matterElastic modulusModulusComposite materialMatrix (chemical analysis)Magnetic fieldNanotechnologyChemical engineering

Résumé

récupéré en direct d'OpenAlex

We present a rapid and controllable method to create microscale heterogeneities in the 3D stiffness of a soft material by printing patterns with a ferrofluid ink. An ink droplet moved through a liquid polydimethylsiloxane (PDMS) volume using an externally applied magnetic field sheds clusters of magnetic nanoparticles (MNPs) in its wake. By varying the field spatiotemporally, a well-defined three-dimensional curvilinear feature is printed that contains MNP clusters. Subsequent cross-linking of the PDMS preserves the feature in place after the magnetic field is removed. Since the ferrofluid ink interferes with the cross-linking of PDMS, a 3D print containing ink density variations leads to corresponding spatial deviations in the elastic modulus of the matrix. The modulus is mapped in the experiments with atomic force microscopy. This rapid method to print 3D heterogeneities in soft matter promises the ability to mimic mechanical variations that occur in natural biomaterials.

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 enseignants0,004
Score d'incertitude au seuil0,436

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 Opus0,010
Tête enseignante GPT0,244
Écart entre enseignants0,234 · 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

Citations11
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetMicro and Nano RoboticsTravaux en français237 207