MétaCan
Menu
Retour à la cohorte
Enregistrement W3097382136 · doi:10.1016/j.isci.2020.101749

Progress in Bioinspired Dry and Wet Gradient Materials from Design Principles to Engineering Applications

2020· review· en· W3097382136 sur OpenAlexaff
Xiaoxiao Dong, Hong Zhao, Jiapeng Li, Yu Tian, Hongbo Zeng, Melvin A. Ramos, Travis Shihao Hu, Quan Xu

Notice bibliographique

RevueiScience · 2020
Typereview
Langueen
DomaineEngineering
ThématiqueAdvanced Materials and Mechanics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésBiomimeticsNanotechnologyBiomimetic materialsComputer scienceNatural (archaeology)Biochemical engineeringArtificial intelligenceMaterials scienceEngineeringBiology

Résumé

récupéré en direct d'OpenAlex

Nature does nothing in vain. Through millions of years of revolution, living organisms have evolved hierarchical and anisotropic structures to maximize their survival in complex and dynamic environments. Many of these structures are intrinsically heterogeneous and often with functional gradient distributions. Understanding the convergent and divergent gradient designs in the natural material systems may lead to a new paradigm shift in the development of next-generation high-performance bio-/nano-materials and devices that are critically needed in energy, environmental remediation, and biomedical fields. Herein, we review the basic design principles and highlight some of the prominent examples of gradient biological materials/structures discovered over the past few decades. Interestingly, despite the anisotropic features in one direction (i.e., in terms of gradient compositions and properties), these natural structures retain certain levels of symmetry, including point symmetry, axial symmetry, mirror symmetry, and 3D symmetry. We further demonstrate the state-of-the-art fabrication techniques and procedures in making the biomimetic counterparts. Some prototypes showcase optimized properties surpassing those seen in the biological model systems. Finally, we summarize the latest applications of these synthetic functional gradient materials and structures in robotics, biomedical, energy, and environmental fields, along with their future perspectives. This review may stimulate scientists, engineers, and inventors to explore this emerging and disruptive research methodology and endeavors.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,045
Tête enseignante GPT0,278
Écart entre enseignants0,232 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetAdvanced Materials and MechanicsTravaux en français237 207