Cellulose Nanofibrils Enhanced, Strong, Stretchable, Freezing‐Tolerant Ionic Conductive Organohydrogel for Multi‐Functional Sensors
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract To date, ionic conducting hydrogel attracts tremendous attention as an alternative to the conventional rigid metallic conductors in fabricating flexible devices, owing to their intrinsic characteristics. However, simultaneous realization of high stiffness, toughness, ionic conductivity, and freezing tolerance through a simple approach is still a challenge. Here, a novel highly stretchable (up to 660%), strong (up to 2.1 MPa), tough (5.25 MJ m −3 ), and transparent (up to 90%) ionic conductive (3.2 S m −1 ) organohydrogel is facilely fabricated, through sol–gel transition of polyvinyl alcohol and cellulose nanofibrils (CNFs) in dimethyl sulfoxide‐water solvent system. The ionic conductive organohydrogel presents superior freezing tolerance, remaining flexible and conductive (1.1 S m −1 ) even at −70 °C, as compared to the other reported anti‐freezing ionic conductive (organo)hydrogel. Notably, this material design demonstrates synergistic effect of CNFs in boosting both mechanical properties and ionic conductivity, tackling a long‐standing dilemma among strength, toughness, and ionic conductivity for the ionic conducting hydrogel. In addition, the organohydrogel displays high sensitivity toward both tensile and compressive deformation and based on which multi‐functional sensors are assembled to detect human body movement with high sensitivity, stability, and durability. This novel organohydrogel is envisioned to function as a versatile platform for multi‐functional sensors in the future.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle