MétaCan
Menu
Retour à la cohorte
Enregistrement W4225716552 · doi:10.1002/smll.202200533

Sliding Cyclodextrin Molecules along Polymer Chains to Enhance the Stretchability of Conductive Composites

2022· article· en· W4225716552 sur OpenAlexaff
Ruichun Du, Qi Jin, Tangsong Zhu, Changxian Wang, Sheng Li, Yanzhen Li, Xinxin Huang, Ying Jiang, Wenlong Li, Tianwei Bao, Pengfei Cao, Lijia Pan, Xiaodong Chen, Qiuhong Zhang, Xudong Jia

Notice bibliographique

RevueSmall · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésMaterials scienceElectrical conductorComposite materialConductorElastomerPolymerConductive polymerLayer (electronics)Nanotechnology

Résumé

récupéré en direct d'OpenAlex

The demand for stretchable electronics with a broader working range is increasing for wide application in wearable sensors and e-skin. However, stretchable conductors based on soft elastomers always exhibit low working range due to the inhomogeneous breakage of the conductive network when stretched. Here, a highly stretchable and self-healable conductor is reported by adopting polyrotaxane and disulfide bonds into the binding layer. The binding layer (PR-SS) builds the bridge between polymer substrates (PU-SS) and silver nanowires (AgNWs). The incorporation of sliding molecules endows the stretchable conductor with a long sensing range (190%) due to the energy dissipation derived from the sliding nature of polyrotaxanes, which is two times higher than the working range (93%) of conductors based on AP-SS without polyrotaxanes. Furthermore, the mechanism of sliding effect for the polyrotaxanes in the elastomers is investigated by SEM for morphological change of AgNWs, in situ small-angle x-ray scattering, as well as stress relaxation experiments. Finally, human-body-related sensing tests and a self-correction system in fitness are designed and demonstrated.

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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,324
Score d'incertitude au seuil0,391

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,015
Tête enseignante GPT0,235
Écart entre enseignants0,220 · 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.

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

Citations30
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSmallMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207