Exploiting Supramolecular Interactions from Polymeric Colloids for Strong Anisotropic Adhesion between Solid Surfaces
Notice bibliographique
Résumé
Abstract Adhesion occurs by covalent bonding, as in reactive structural adhesives, or through noncovalent interactions, which are nearly ubiquitous in nature. A classic example of the latter is gecko feet, where hierarchical features enhance friction across the contact area. Biomimicry of such structured adhesion is regularly achieved by top‐down lithography, which allows for direction‐dependent detachment. However, bottom‐up approaches remain elusive given the scarcity of building blocks that yield strong, cohesive, self‐assembly across multiple length scales. Herein, an exception is introduced, namely, aqueous dispersions of cellulose nanocrystals (CNCs) that form superstructured, adherent layers between solid surfaces upon confined evaporation‐induced self‐assembly (C‐EISA). The inherently strong CNCs ( E A > 140 GPa) align into rigid, nematically ordered lamellae across multiple length scales as a result of the stresses associated with confined evaporation. This long‐range order produces remarkable anisotropic adhesive strength when comparing in‐plane (≈7 MPa) and out‐of‐plane (≤0.08 MPa) directions. These adhesive attributes, resulting from self‐assembly, substantially outperform previous biomimetic adhesives obtained by top‐down microfabrication (dry adhesives, friction driven), and represent a unique fluid (aqueous)‐based system with significant anisotropy of adhesion. By using C‐EISA, new emergent properties will be closely tied with the nature of colloids and their hierarchical assemblies.
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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».