Multifunctional Superelastic Cellulose Nanofibrils Aerogel by Dual Ice‐Templating Assembly
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 A superelastic aerogel with fast shape recovery performance from large compressive strain is highly desired for numerous applications such as thermal insulation in clothing, high‐sensitive sensors, and oil contaminant removal. Fabrication of superelastic cellulose nanofibrils (CNF) aerogels is challenging as the CNF can assemble into non‐elastic sheet‐like cell walls. Here, a dual ice‐templating assembly (DITA) strategy is proposed that can control the assembly of CNF into sub‐micrometer fibers by extremely low temperature freezing (–196 °C), which can further assemble into an elastic aerogel with interconnected sub‐micron fibers by freezer freezing (−20 °C) and freeze drying. The CNF aerogel from the DITA process demonstrates isotropic superelastic behavior that can recover from over 80% compressive strain along both longitudinal and cross‐sectional directions, even in an extremely cold liquid nitrogen environment. The elastic CNF aerogel can be easily modified by chemical vapor deposition of organosilane, demonstrating superhydrophobicity (164° water contact angle), high liquid absorption (489 g g −1 of chloroform absorption capacity), self‐cleaning, thermal insulating (0.023 W (mK) −1 ), and infrared shielding properties. This new DITA strategy provides a facile design of superelastic aerogels from bio‐based nanomaterials, and the derived high performance multifunctional elastic aerogel is expected to be useful for a wide‐range of applications.
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) | 0,000 | 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) | 0,015 | 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