Ultrastretchable Ionogel with Extreme Environmental Resilience through Controlled Hydration Interactions
Notice bibliographique
Résumé
Abstract Ionic conductive gels are widely sought after for applications that require reliable ionic conduction and mechanical performance under extreme conditions, which remains a grand challenge. To address this limitation, water‐induced hydration interactions are deliberately controlled within the ionic liquid (IL)‐based conductive gels (ionogels) to achieve all‐round performance. Specifically, the competitive interactions between IL, water and cellulose nanofibrils (CNF) are balanced to preserve the nanoscale morphology of CNF while avoiding its dissolution. As a result, both mechanical performance and ionic conductivity of the resultant ionogel are synergistically enhanced. For instance, an ultra stretchable ionogel (up to 10250 ± 412% stretchability) with both high toughness (21.8 ± 0.9 MJ m −3 ) and ionic conductivity (0.70 ± 0.06 S m −1 ) is achieved. Furthermore, multimodal sensing functions (strain, compression, temperature, and humidity) are realized by assembling the ionogel as a skin‐like membrane. Due to the low volatility of IL and its strong interaction with water, the ionogel maintains an excellent performance at either ultra‐low temperature (−45 °C), high temperature (75 °C) or low humidity environment (RH < 15%), demonstrating superb anti‐freezing and anti‐drying performance. Overall, a simple yet versatile strategy is introduced that leads to environmentally resilient ionogels to meet the requirements of next‐generation electroactive devices.
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) | 0,001 | 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 ».