The Role of Water in Mediating Interfacial Adhesion and Shear Strength in Graphene Oxide
Notice bibliographique
Résumé
Graphene oxide (GO), whose highly tunable surface chemistry enables the formation of strong interfacial hydrogen-bond networks, has garnered increasing interest in the design of devices that operate in the presence of water. For instance, previous studies have suggested that controlling GO's surface chemistry leads to enhancements in interfacial shear strength, allowing engineers to manage deformation pathways and control failure mechanisms. However, these previous reports have not explored the role of ambient humidity and only offer extensive chemical modifications to GO's surface as the main pathway to control GO's interfacial properties. Herein, through atomic force microscopy experiments on GO-GO interfaces, the adhesion energy and interfacial shear strength of GO were measured as a function of ambient humidity. Experimental evidence shows that adhesion energy and interfacial shear strength can be improved by a factor of 2-3 when GO is exposed to moderate (∼30% water weight) water content. Furthermore, complementary molecular dynamics simulations uncovered the mechanisms by which these nanomaterial interfaces achieve their properties. They reveal that the strengthening mechanism arises from the formation of strongly interacting hydrogen-bond networks, driven by the chemistry of the GO basal plane and intercalated water molecules between two GO surfaces. In summary, the methodology and findings here reported provide pathways to simultaneously optimize GO's interfacial and in-plane mechanical properties, by tailoring the chemistry of GO and accounting for water content, in engineering applications such as sensors, filtration membranes, wearable electronics, and structural materials.
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 | 0,000 | 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) | 0,000 | 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 ».