An Elastic Autonomous Self‐Healing Capacitive Sensor Based on a Dynamic Dual Crosslinked Chemical System
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Adopting self-healing, robust, and stretchable materials is a promising method to enable next-generation wearable electronic devices, touch screens, and soft robotics. Both elasticity and self-healing are important qualities for substrate materials as they comprise the majority of device components. However, most autonomous self-healing materials reported to date have poor elastic properties, i.e., they possess only modest mechanical strength and recoverability. Here, a substrate material designed is reported based on a combination of dynamic metal-coordinated bonds (β-diketone-europium interaction) and hydrogen bonds together in a multiphase separated network. Importantly, this material is able to undergo self-healing and exhibits excellent elasticity. The polymer network forms a microphase-separated structure and exhibits a high stress at break (≈1.8 MPa) and high fracture strain (≈900%). Additionally, it is observed that the substrate can achieve up to 98% self-healing efficiency after 48 h at 25 °C, without the need of any external stimuli. A stretchable and self-healable dielectric layer is fabricated with a dual-dynamic bonding polymer system and self-healable conductive layers are created using polymer as a matrix for a silver composite. These materials are employed to prepare capacitive sensors to demonstrate a stretchable and self-healable touch pad.
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.
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) | 0,001 | 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 découle