Ultrastretchable Ionogel with Extreme Environmental Resilience through Controlled Hydration Interactions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découle