Self-Healing Polyphosphonium Ionic Networks
Notice bibliographique
Résumé
Self-healing, ionically cross-linked networks were prepared from poly(acrylic acid) (PAA) and poly(triethyl(4-vinylbenzyl)phosphonium chloride) (P-Et-P), and their properties were studied. Three different ratios of PAA/P-Et-P were incorporated into the networks by varying the addition orders of the components. Swelling of the networks increased with increasing NaCl concentration when they were immersed in aqueous solution. All networks retained their structural integrity in 0.1 M NaCl. Studies of the rheological and tensile properties of the networks swelled in 0.1 M NaCl showed that PAA>P-Et-P exhibited high elongation and viscoelastic properties suitable for self-healing with a relaxation time of ∼30 s, whereas the other networks exhibited predominantly elastic behavior. The moduli were similar to those of soft tissues. Self-healing of PAA>P-Et-P in 0.1 M NaCl was demonstrated through repair of a 0.5 mm diameter puncture in the material whereas healing was incomplete for the other networks and also for PAA>P-Et-P in the absence of NaCl. Healing after completely severing a tensile testing sample showed significant recovery of the modulus, strength, and elongation. The properties of these materials and their ability to self-heal in low and physiologically relevant salt concentrations make them promising candidates for a variety of applications, particularly in the biomedical area.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».