MétaCan
Menu
Retour à la cohorte
Enregistrement W3202932305 · doi:10.1021/acs.biomac.1c00595

Chiral Cellulose Nanocrystal Humidity-Responsive Iridescent Films with Glucan for Tuned Iridescence and Reinforced Mechanics

2021· article· en· W3202932305 sur OpenAlexaff
Yahui Meng, Zhu Long, Zhibin He, Xiaotong Fu, Cuihua Dong

Notice bibliographique

RevueBiomacromolecules · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesState Key Laboratory of Biobased Material and Green Papermaking, Qilu University of TechnologyGovernment of Jiangsu Province
Mots-clésIridescenceStructural colorationComposite numberMaterials scienceCelluloseCoatingComposite materialNanocrystalFabricationNanotechnologyPolymerPhotonic crystalChemical engineeringOptoelectronicsOptics

Résumé

récupéré en direct d'OpenAlex

The fabrication of biomimetic photonic materials with environmental stimuli-responsive functions from entirely biobased materials is becoming increasingly challenging with the growing demand for biodegradable materials. Herein, the effect of glucan with different molecular weights on the mechanical performance and tunable structural color of iridescent CNC composite films was investigated. The existence of glucan did not influence the self-assembly performance of CNCs, but rather led to an improvement in the mechanical performance, enabling cholesteric CNC composite films with an adjustable structural color. Simultaneously, the iridescent films showed a conspicuous redshift and enlarged initial pitch without obstruction of the chiral structure. In response to environmental humidity, the structural colors of the iridescent composite films can be changed by regulating their chiral nematic structure. In particular, the films demonstrate a reversible structural color change between blue and red at RH between 50 and 98%. The resulting biobased iridescent composite films have potential applications in decorative coating, optical and humidity sensing, and anticounterfeiting.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,007
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,263
Écart entre enseignants0,247 · 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 tête enseignante, pas un consensus.

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

Citations39
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomacromoleculesMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207