MétaCan
Menu
Retour à la cohorte
Enregistrement W4225418950 · doi:10.1002/adfm.202202533

Tough and Ultrastretchable Liquid‐Free Ion Conductor Strengthened by Deep Eutectic Solvent Hydrolyzed Cellulose Microfibers

2022· article· en· W4225418950 sur OpenAlexafffund
Xia Sun, Yeling Zhu, Jiaying Zhu, Katherine Le, Peyman Servati, Feng Jiang

Notice bibliographique

RevueAdvanced Functional Materials · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of British ColumbiaCanada Research ChairsCanada Foundation for Innovation
Mots-clésMaterials scienceNanocelluloseFabricationCelluloseMicrofiberNanotechnologyEutectic systemToughnessComposite materialChemical engineeringMicrostructure

Résumé

récupéré en direct d'OpenAlex

Abstract Ion conductors (ICs) have gained extensive research interest in various advanced application scenarios including sensors, batteries, and supercapacitors. However, stretchable, tough, and long‐term stable ICs are still hard to achieve yet highly demanded. In this study, the authors propose a one‐pot green and sustainable fabrication of cellulose based ICs through polymerizable deep eutectic solvents treated cellulose followed by an in situ photo‐polymerization. The obtained ICs exhibit extremely high stretchability (3210 ± 302%), high toughness (13.17 ± 2.32 MJ m −3 ), high transparency, and self‐healing ability. Notably, the introduction of cellulose fibers greatly enhances the mechanical properties of ICs while eliminating the environmental concerns of traditional nanocellulose fabrication process. More importantly, the ICs possess good long‐term performance stability after 1 month storage. Due to these outstanding properties, the feasibility of applying ICs in human motion sensing and physiological signal detecting is demonstrated. This simple and green method will contribute to the development of tough, self‐healing, transparent, and long‐term stable ICs.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,181
Écart entre enseignants0,174 · 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'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

Citations151
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Functional MaterialsMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207