MétaCan
Menu
Retour à la cohorte
Enregistrement W2886356194 · doi:10.1021/acsbiomaterials.8b00657

Ultraflexible Self-Healing Guar Gum-Glycerol Hydrogel with Injectable, Antifreeze, and Strain-Sensitive Properties

2018· article· en· W2886356194 sur OpenAlexaff
Xiaofeng Pan, Qinhua Wang, Dengwen Ning, Lei Dai, Kai Liu, Yonghao Ni, Lihui Chen, Liulian Huang

Notice bibliographique

RevueACS Biomaterials Science & Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNational Key Research and Development Program of ChinaMinistry of Science and Technology of the People's Republic of China
Mots-clésSelf-healing hydrogelsGuar gumGlycerolMaterials scienceBoraxSelf-healingFlexibility (engineering)Strain (injury)Composite materialChemical engineeringPolymer chemistryChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Recently, flexible, injectable, and strain-sensitive hydrogels have attracted great research interest for application as electronic skin and wearable strain sensors. The synergistic integration of high flexibility, rapid self-healing, and antifreezing properties makes injectable, strain-sensitive, and self-healing guar gum hydrogels still a great challenge. Here, inspired by the strong hydrogen bonding of glycerol and water, the chelation cross-linking between glycerol and borax, we constructed a compact three-dimensional dynamic cross-linked net formed of glycerol-water-borax. Under stress, dynamic interactions of glycerol-water-borax net act as sacrificial bond energy for effective dissipation, which enables the hydrogel to achieve high flexibility, stretchability, and injectability. More importantly,because of the presence of glycerol, the antifreeze and moisturizing properties of the gel are improved. The hydrogel also exhibited an ultrafast self-healing ability of only 15 s. In addition, the results show that the hydrogel has self-adhesive properties and strain sensitivity. The hydrogels have the potential to be used to make flexible, wearable, and 3D-printable electronic skin and strain-sensitive sensors.

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 enseignants0,000
Score d'incertitude au seuil0,001

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)0,0000,000

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 Opus0,011
Tête enseignante GPT0,203
Écart entre enseignants0,193 · 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

Citations225
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Biomaterials Science & EngineeringMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207