A Flexible Ionic Polymer for “Soft Machines” – Where is the Low Temperature Limit?
Notice bibliographique
Résumé
Abstract Soft wearable robotics, electronic skins, exoskeletons, implantable drug delivery, medical sensors, fitness trackers as well as flexible power sources (batteries, capacitors, fuel cells) are emerging technologies that require significant innovation to succeed. Conducting hydrogels are one of the promising flexible platforms that can adopt a modular specification of wearable electronics. However, a common difficulty arises from incorporation of water that serves as main facilitator of ionic conductivity for these materials. This results in severe loss of performance when need to operate below freezing point of water. This work shows that the hydrogel with 50 vol % of glycerol with respect to water content can nominally support a modest weight at room temperature (360 g), and a significantly higher weight (1.5 kg) when cooled to −60 °C. Unlike other formulations, this hydrogel remained transparent at extremely low temperatures and thus could be useful in flexible optical devices. At −20 °C, conductivity of hydrogel without anti‐freeze drops below 2×10 −4 S cm −1 , with 25–50 vol % of glycerol ranging at ∼0.5 to 4×10 −3 S cm −1 . Furthermore, at −40 °C the hydrogel without glycerol becomes an insulator (∼2×10 −6 S cm −1 ), and the one with 50 vol % glycerol shows ionic conductivity in the range of 1–4 ×10 −4 S cm −1 . Altogether, we define the operational temperature limit at −40 °C with respect to the ionic conductivity and at −60 °C in terms of sufficient mechanical strength for the hydrogel containing 50 vol % glycerol.
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 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) | 0,000 | 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 tête enseignante, 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 ».