MétaCan
Menu
Retour à la cohorte
Enregistrement W2901998991 · doi:10.1088/1361-665x/aaf5b6

Unraveling bio-inspired pre-swollen effects of tetra-polyethylene glycol double network hydrogels with ultra-stretchable yielding strain

2018· article· en· W2901998991 sur OpenAlexaff
Xiaodong Wang, Haibao Lu, Nan Wu, David Hui, Yongqing Fu

Notice bibliographique

RevueSmart Materials and Structures · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHydrogels: synthesis, properties, applications
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNorthwest Fisheries Science CenterNational Natural Science Foundation of China
Mots-clésSelf-healing hydrogelsMaterials sciencePolyethylene glycolToughnessComposite materialTougheningPEG ratioBrittlenessPolymer chemistryChemical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Incorporating flexible cross-links into a brittle network for hydrogel not only significantly improves its toughness, but also effectively provides opportunities to design novel double network (DN) hydrogels with targeted properties and multi-functionalities. However, the principles and toughening mechanisms behind many of experimental studies have not been investigated. In this paper we proposed, for the first time, a phenomenological model for the DN hydrogels, which were derived from tetra-polyethylene glycol (tetra-PEG) first network, molecular stent and polyacrylamide (PAAm) second network, and theoretically and experimentally studied the pre-swollen effects on their ultra-stretchable yielding strains. Based on the Flory–Huggins solution theory, the pre-swollen effect of polar molecular stents on the mechanical properties of tetra-PEG/PAAm DN hydrogels was investigated. Finally, the constitutive stress–strain relationships of two-stage loading process were established for the overall response of mechanical behavior, and a good agreement between the numerically simulated results with the experimental ones has been achieved. This study provides a fundamental understanding of the working mechanism of pre-swollen effects and the design guidance for the ultra-stretchable and toughened DN hydrogels.

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 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 enseignants0,003
Score d'incertitude au seuil0,860

Scores Codex et Gemma par catégorie

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 Opus0,009
Tête enseignante GPT0,224
Écart entre enseignants0,216 · 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.

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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSmart Materials and StructuresMême sujetHydrogels: synthesis, properties, applicationsTravaux en français237 207