Preparation of Hemicellulose Nanoparticle-Containing Ionic Hydrogels with High Strength, Self-Healing, and UV Resistance and Their Applications as Strain Sensors and Asymmetric Pressure Sensors
Notice bibliographique
Résumé
Smart functional fillers can significantly enhance the comprehensive properties of ionic hydrogels, such as their mechanical properties, which are key features of hydrogels in wearable sensor applications. As a plant-derived natural polymer, hemicellulose can serve as smart functional fillers. In this study, tannic acid-modified hemicellulose nanoparticles (TA@HC) and Fe 3+ were used in the preparation of PAA/TA@HC/Fe 3+ hydrogels. The addition of TA@HC and Fe 3+ in the sodium persulfate (SPS) and acrylic acid (AA) polymerization system resulted in a fast gelation process that was completed within a short time (as short as 30 s) at room temperature. The catechol-rich TA and Fe 3+ system allows for quick activation of SPS to produce free radicals, generating abundant hydroxyl groups in a short period of time, which was responsible for the fast gelation. Furthermore, due to the TA@HC effect and the dynamic catechol (TA)-Fe 3+ redox system, the PAA/TA@HC/Fe 3+ hydrogel exhibited excellent mechanical properties with an exceptionally high strain (as high as 5600%), adhesiveness, rapid and efficient self-healing ability, and reproducible self-adhesion onto various substrates. More importantly, asymmetric adhesive PAA/TA@HC/Fe 3+ hydrogels were prepared by selective Fe 3+ coating of the upper hydrogel surface to render the top surface nonadhesive so that the same hydrogel with different adhesiveness between the upper and bottom surfaces was obtained. The asymmetric adhesive hydrogel design permits the adhesive side to fit comfortably to the skin and the nonadhesive side showing anti-interference against various different pollutant materials, accurately serving as a pressure sensor.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».