MétaCan
Menu
Retour à la cohorte
Enregistrement W4312094211 · doi:10.1021/acs.biomac.2c01241

Mapping 3D Printability of Ionically Cross-Linked Cellulose Nanocrystal Inks: Architecting from Nano- to Macroscale Structures

2022· article· en· W4312094211 sur OpenAlexafffund
Majed Amini, Milad Kamkar, Farhad Ahmadijokani, Saeed Ghaderi, Orlando J. Rojas, Hadi Hosseini, Mohammad Arjmand

Notice bibliographique

RevueBiomacromolecules · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversity of WaterlooUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésRheologyMaterials scienceNanocrystal3D printingNanotechnologyElectrolyteCelluloseSalt (chemistry)Nano-ColloidChemical engineeringComposite materialChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Engineering the rheological properties of colloidal inks is one of the main challenges in achieving high-fidelity 3D printing. Herein, we provide a comprehensive study on the rheological behavior of inks based on cellulose nanocrystals (CNCs) in the presence of given salts to enable high-quality 3D printing. The rheological properties of the CNC suspensions are tailored by considering the nature of the electrolyte (i.e., 10 types of salts featuring different ion sizes, charge numbers, and inter- and intra-molecular interactions) at various concentrations (25-100 mM). A high printing fidelity is achieved in a narrow CNC and salt concentration range, significantly depending on the salt type. The structure-property relationship is explored in a "3D-printing" space (2D map), introducing a guideline for researchers active in this field. To further unravel the effect of salt type on morphological properties, CNC aerogels are developed by freeze-drying the printed structures. The results illustrate that enhancing viscoelastic properties render a denser structure featuring smaller pores.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,029
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,003
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 Opus0,020
Tête enseignante GPT0,300
Écart entre enseignants0,280 · 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.

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

Citations27
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomacromoleculesMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207