MétaCan
Menu
Retour à la cohorte
Enregistrement W3095455191 · doi:10.1021/acsami.0c14220

Fabrication of a Self-Healing, 3D Printable, and Reprocessable Biobased Elastomer

2020· article· en· W3095455191 sur OpenAlexafffund
Saadman Sakib Rahman, Muhammad Arshad, Ahmed Jawad Qureshi, Aman Ullah

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlberta Canola Producers CommissionAlberta Innovates
Mots-clésElastomerMaterials scienceCompression moldingComposite materialUltimate tensile strengthPolymerCompression setMonomerNatural rubber

Résumé

récupéré en direct d'OpenAlex

A novel self-healable, fully reprocessable, and inkjet three-dimensional (3D) printable partially biobased elastomer is reported in this work. A long-chain unsaturated diacrylate monomer was first synthesized from canola oil and then cross-linked with a partially oxidized silicon-based copolymer containing free thiol groups and disulfide bonds. The elastomer is fabricated through inkjet 3D printing utilizing the photoinitiated thiol-ene click chemistry and reprocessed by compression molding exploiting the dynamic nature of disulfide bond. Self-healing is enabled by phosphine-catalyzed disulfide metathesis. The elastomer displayed a tensile strength of ∼52 kPa, a breaking strain of ∼24, and ∼86% healing efficiency at 80 °C temperature after 8 h. Moreover, the elastomer showed excellent thermal stability, and the highest thermal degradation temperature was recorded to be ∼524 °C. After reprocessing through compression molding, the elastomer fully recovered its mechanical and thermal properties. These properties of the elastomer yield an ecofriendly alternative of fossil fuel-based elastomers that can find broad applications in soft robotics, flexible wearable devices, strain sensors, health care, and next-generation energy-harvesting and -storage devices.

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 seuil0,003

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 Opus0,012
Tête enseignante GPT0,215
Écart entre enseignants0,202 · 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

Citations61
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207