MétaCan
Menu
Retour à la cohorte
Enregistrement W2431864768 · doi:10.1021/acs.macromol.6b00874

Elucidating Dynamics of Precoordinated Ionic Bridges as Sacrificial Bonds in Interpenetrating Network Hydrogels

2016· article· en· W2431864768 sur OpenAlexfundno aff
Jun Yang, Ming‐Guo Ma, Xueming Zhang, Feng Xu

Notice bibliographique

RevueMacromolecules · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Fund for Distinguished Young ScholarsFundamental Research Funds for the Central UniversitiesMinistry of Education of the People's Republic of ChinaUniversity of British ColumbiaNational Natural Science Foundation of China
Mots-clésSelf-healing hydrogelsMaterials scienceToughnessEthylene glycolViscoelasticityIonic bondingElastomerInterpenetrating polymer networkPolymerComposite materialStrain ratePEG ratioPolymer chemistryChemical engineeringChemistryIonOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Interpenetrating polymer network (IPN) hydrogels were developed by engineering ionic bridges between carboxylated cellulose nanofibrils (CNFs) and amine-terminated poly(ethylene glycol) (PEG) into a covalent poly(acrylamide) architecture network, and the role of precoordinated CNF–PEG dynamic complexes in the IPN hydrogels viscoelastic dynamics was explored. The results shown that the ionic complexes significantly improved the IPN hydrogels energy dissipation and elastic recovery properties, leading to strain-rate dependent mechanics and notable enhancement in tensile toughness. The uniaxial deformation over a range of strain rates demonstrated that fracture energy peaked at 0.05 s –1 before decreased with further increasing strain rate, consistent with the crack propagation rate result. This straightforward sacrificial bonding strategy validates the hypothesis that elastomers with high toughness and excellent recovery can be achieved by incorporating precoordinated supramolecular associating motifs, which confers control over mechanical properties in a reversible, dynamic, and modular fashion.

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)0,001
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 enseignants0,023
Score d'incertitude au seuil0,621

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,012
Tête enseignante GPT0,278
Écart entre enseignants0,266 · 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

Citations60
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacromoleculesMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207