MétaCan
Menu
Retour à la cohorte
Enregistrement W2990590310 · doi:10.1002/adfm.201906016

Hydrogel‐Enabled Transfer‐Printing of Conducting Polymer Films for Soft Organic Bioelectronics

2019· article· en· W2990590310 sur OpenAlexaff
Shiming Zhang, Haonan Ling, Yihang Chen, Qingyu Cui, Jiahua Ni, Xiaochen Wang, Martin C. Hartel, Xiang Meng, KangJu Lee, Junmin Lee, Wujin Sun, Haisong Lin, Sam Emaminejad, Samad Ahadian, Nureddin Ashammakhi, Mehmet R. Dokmeci, Ali Khademhosseini

Notice bibliographique

RevueAdvanced Functional Materials · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesCalifornia NanoSystems InstituteNational Institutes of Health
Mots-clésBioelectronicsConformable matrixPEDOT:PSSMaterials scienceConductive polymerPolystyrene sulfonateNanotechnologyThin filmPolymerSelf-healing hydrogelsBiosensorPolymer chemistryComposite materialLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

Abstract The use of conducting polymers such as poly(3,4‐ethylenedioxythiophene) polystyrene sulfonate (PEDOT:PSS) for the development of soft organic bioelectronic devices, such as organic electrochemical transistors (OECTs), is rapidly increasing. However, directly manipulating conducting polymer thin films on soft substrates remains challenging, which hinders the development of conformable organic bioelectronic devices. A facile transfer‐printing of conducting polymer thin films from conventional rigid substrates to flexible substrates offers an alternative solution. In this work, it is reported that PEDOT:PSS thin films on glass substrates, once mixed with surfactants, can be delaminated with hydrogels and thereafter be transferred to soft substrates without any further treatments. The proposed method allows easy, fast, and reliable transferring of patterned PEDOT:PSS thin films from glass substrates onto various soft substrates, facilitating their application in soft organic bioelectronics. By taking advantage of this method, skin‐attachable tattoo‐OECTs are demonstrated, relevant for conformable, imperceptible, and wearable organic biosensing.

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 enseignants0,001
Score d'incertitude au seuil0,004

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)0,0010,000

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 Opus0,016
Tête enseignante GPT0,210
Écart entre enseignants0,195 · 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

Citations101
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Functional MaterialsMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207