The Preparation Approaches of Polymer/graphene Nanocomposites and their Appilcation Research Progress as Electrochemical Sensors
Notice bibliographique
Résumé
Graphene, a two-dimensional sheet of sp2-hybridized carbon atoms packed into a honeycomb lattice, can be combined with various polymers through different methods and techniques. Polymer/graphene nanocomposites are expected to not only preserve the fa-vorable properties of graphene and polymers, but also greatly enhance the intrinsic properties due to the synergetic effect between them. In this review, the preparation approaches of graphene/polymer nanocomposites, including melt blending, solution blending, in-situ polymeri-zation and in-situ synthesis, were presented comprehensively in order to study the relationship between these approaches and the final characteristics and performances. Each approach had different influences on the final properties of the nanocomposites. The advantages and disadvantages of the preparation methods were discussed respectively. Additionally, the application researches of the polymer/graphene nanocomposites as electrochemical sensors, were introduced in detail. With regard to some important or novel sensors, the mechanisms were proposed for reference. Finally, conclusions were given and the issues waiting to be settled for further development were pointed out. The current review demonstrates that polymer/graphene nanocomposites exhibit superior electrochemical performances and will be applied practically in the field of sensor devices.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».