Coextrusion of Multifunctional Smart Sensors
Notice bibliographique
Résumé
Three‐dimensional (3D) printing of a piezoelectric sensor conventionally involves a minimum of three steps: fabrication of the sensor structure, electrode deposition to collect the generated charges, and electrical poling. Here, the authors report a novel approach to fabricate a working piezoelectric sensor with its electrodes in a single step. The authors optimize the rheological characteristics of a piezoelectric nanocomposite ink, formulated and processed to work without the need for poling, and a metallic conductive paint for coextrusion. The authors then employ solvent evaporation‐assisted 3D printing to coextrude ready‐to‐use sensors. The process fabricates conformal sensors, 3D self‐supported cat whiskers with aspect ratios over 15, and filaments spanning over 2 cm. The authors present potential applications in the form of aero‐elastic sensors and smart active thread for wearable electronics. The authors print sensors directly on fused deposition modeling printed miniature wings to monitor aero‐elastic stability. In another application, the authors use the coextruded filament in the form of a piezoelectric thread for wearable sensors for knee‐joint and respiration monitoring. The self‐powered piezoelectric sensing elements are an attractive alternative for customized, multi‐material applications where each watt and each gram counts such as wearables, and micro‐drones. The process is adaptable to other multi‐material and multi‐component printing needs beyond piezoelectric 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 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».