MétaCan
Menu
Retour à la cohorte
Enregistrement W2400426840 · doi:10.1002/app.43759

Effects of oxidant and dopants on the properties of cellulose/PPy conductive composite hydrogels

2016· article· en· W2400426840 sur OpenAlexaff
Liangjing Fang, Lihong Zhao, Xiangtao Liang, Huining Xiao, Liying Qian

Notice bibliographique

RevueJournal of Applied Polymer Science · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueConducting polymers and applications
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésPolypyrroleSelf-healing hydrogelsPolymerizationDopantMaterials scienceComposite numberConductive polymerChemical engineeringPolymer chemistryCelluloseConductivityComposite materialPolymerDopingChemistry

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Cellulose/Polypyrrole (PPy) composite hydrogels were prepared by in situ chemically oxidative polymerization of pyrrole in the cellulose matrix. Ferric chloride (FeCl 3 ) was used as an oxidant and four sulfonic compounds were used as dopants in order to investigate the effects on the properties of cellulose/PPy conductive composite hydrogels. The extent of polymerization of PPy was determined by the amount of the oxidant and the composite hydrogels with oxidant at 0.3 M −0.5 M exhibited the higher conductivities for the intrachain and interchain conductivities of conductive polymers; the fracture stress of the composite hydrogels could be up to 26.25 MPa with a strain of 86.8% when the oxidant was at 0.5 M . Doping is an efficient way to improve the conductivity of the composite hydrogels and four kinds of dopant were compared in this work. Long alkane chain and side group in dopants can increase the steric hindrance of PPy polymerization which resulted in the lower conductivity of the composite hydrogels compared to dopants with smaller steric hindrance. The conductivity of the composite hydrogel firstly increased and then decreased with the concentration of dopants from 0.1 M to 1.0 M in this work. © 2016 Wiley Periodicals, Inc. J. Appl. Polym. Sci. 2016 , 133 , 43759.

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)0,001
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 enseignants0,006
Score d'incertitude au seuil0,618

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
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 Opus0,016
Tête enseignante GPT0,224
Écart entre enseignants0,208 · 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

Citations24
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Polymer ScienceMême sujetConducting polymers and applicationsTravaux en français237 207