3D Microstructures of Liquid Crystal Networks with Programmed Voxelated Director Fields
Notice bibliographique
Résumé
The shape-shifting behavior of liquid crystal networks (LCNs) and elastomers (LCEs) is a result of an interplay between their initial geometrical shape and their molecular alignment. For years, reliance on either one-step in situ or two-step film processing techniques has limited the shape-change transformations from 2D to 3D geometries. The combination of various fabrication techniques, alignment methods, and chemical formulations developed in recent years has introduced new opportunities to achieve 3D-to-3D shape-transformations in large scales, albeit the precise control of local molecular alignment in microscale 3D constructs remains a challenge. Here, the voxel-by-voxel encoding of nematic alignment in 3D microstructures of LCNs produced by two-photon polymerization using high-resolution topographical features is demonstrated. 3D LCN microstructures (suspended films, coils, and rings) with designable 2D and 3D director fields with a resolution of 5 µm are achieved. Different shape transformations of LCN microstructures with the same geometry but dissimilar molecular alignments upon actuation are elicited. This strategy offers higher freedom in the shape-change programming of 3D LCN microstructures and expands their applicability in emerging technologies, such as small-scale soft robots and devices and responsive surfaces.
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) | 0,000 | 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 ».