MétaCan
Menu
Retour à la cohorte
Enregistrement W2891643993 · doi:10.1088/1361-6528/aae283

Hierarchical metal/polymer metamaterials of tunable negative Poisson’s ratio fabricated by initiator-integrated 3D printing (i3DP)

2018· article· en· W2891643993 sur OpenAlexafffund
Dongxing Zhang, Junfeng Xiao, Wangli Yu, Qiuquan Guo, Jun Yang

Notice bibliographique

RevueNanotechnology · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Materials and Mechanics
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceTransfer printingPolymerComposite materialCompressive strength3D printingPoisson's ratioNanocompositeMetamaterialPolymerizationFabricationNanotechnologyOptoelectronicsPoisson distribution

Résumé

récupéré en direct d'OpenAlex

Metamaterials with artificially designed architectures can achieve unique and even unprecedented physical properties, which show promising applications in actuators, amplifiers and micromechanical controls. An initiator-integrated 3D printing technology (i3DP) was applied in this study to create scalable, metal/polymer meta-mechanical materials, which can gradually achieve negative Poisson's ratio, high strength and ultralow density, as well as high compressive and super-elastic behavior. The i3DP was enabled by integrating an atomic-transfer radical polymerization (ATRP) initiator with UV-curable resin, followed by polyelectrolyte brushes (PMETAC) grafting via surface-initiated ATRP and thereafter electroless plating to form metal coatings. Compared with polymer structures, the compressive stress of metal-polymer structure can be doubled when deposited with a 190 nm copper layer. The hollow metallic materials possess a tunable Poisson's ratio, and the highest average recoverability, which can recover nearly completely to their original shape after over 30% compression. Overall, this i3DP approach provides meta-structures with substantial benefits from the hierarchical design and fabrication flexibility.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,081
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,009
Tête enseignante GPT0,224
Écart entre enseignants0,215 · 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 tête enseignante, pas un consensus.

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

Citations18
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNanotechnologyMême sujetAdvanced Materials and MechanicsTravaux en français237 207