MétaCan
Menu
Retour à la cohorte
Enregistrement W2747704920 · doi:10.1002/adma.201703098

Water‐Enabled Healing of Conducting Polymer Films

2017· article· en· W2747704920 sur OpenAlexafffund
Shiming Zhang, Fabio Cicoira

Notice bibliographique

RevueAdvanced Materials · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds de recherche du Québec – Nature et technologiesCMC Microsystems
Mots-clésPEDOT:PSSMaterials sciencePolystyrene sulfonateBiocompatibilityConductive polymerElectronicsWettingStretchable electronicsNanotechnologyThin filmPolymerElectrical conductorComposite materialElectrical engineering

Résumé

récupéré en direct d'OpenAlex

The conducting polymer polyethylenedioxythiophene doped with polystyrene sulfonate (PEDOT:PSS) has become one of the most successful organic conductive materials due to its high air stability, high electrical conductivity, and biocompatibility. In recent years, a great deal of attention has been paid to its fundamental physicochemical properties, but its healability has not been explored in depth. This communication reports the first observation of mechanical and electrical healability of PEDOT:PSS thin films. Upon reaching a certain thickness (about 1 µm), PEDOT:PSS thin films damaged with a sharp blade can be electrically healed by simply wetting the damaged area with water. The process is rapid, with a response time on the order of 150 ms. Significantly, after being wetted the films are transformed into autonomic self-healing materials without the need of external stimulation. This work reveals a new property of PEDOT:PSS and enables its immediate use in flexible and biocompatible electronics, such as electronic skin and bioimplanted electronics, placing conducting polymers on the front line for healing applications in electronics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,031
Tête enseignante GPT0,266
Écart entre enseignants0,235 · 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 source (Gemma direct ou Codex distillé), 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

Citations146
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced MaterialsMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207