MétaCan
Menu
Retour à la cohorte
Enregistrement W4313203992 · doi:10.1002/adma.202209300

A Breathable, Passive‐Cooling, Non‐Inflammatory, and Biodegradable Aerogel Electronic Skin for Wearable Physical‐Electrophysiological‐Chemical Analysis

2022· article· en· W4313203992 sur OpenAlexfundno aff
Yangzhi Zhu, Reihaneh Haghniaz, Martin C. Hartel, Shenghan Guan, Jamal Bahari, Zijie Li, Avijit Baidya, Ke Cao, Xiaoxiang Gao, Jinghang Li, Zhuohong Wu, Xuanbing Cheng, Bingbing Li, Sam Emaminejad, Paul S. Weiss, Ali Khademhosseini

Notice bibliographique

RevueAdvanced Materials · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesNational Institute of General Medical SciencesNatural Sciences and Engineering Research Council of CanadaNational Institutes of Health
Mots-clésMaterials scienceAerogelBiomedical engineeringNanotechnologyBiocompatible materialSkin patch

Résumé

récupéré en direct d'OpenAlex

Real-time monitoring of human health can be significantly improved by designing novel electronic skin (E-skin) platforms that mimic the characteristics and sensitivity of human skin. A high-quality E-skin platform that can simultaneously monitor multiple physiological and metabolic biomarkers without introducing skin discomfort or irritation is an unmet medical need. Conventional E-skins are either monofunctional or made from elastomeric films that do not include key synergistic features of natural skin, such as multi-sensing, breathability, and thermal management capabilities in a single patch. Herein, a biocompatible and biodegradable E-skin patch based on flexible gelatin methacryloyl aerogel (FGA) for non-invasive and continuous monitoring of multiple biomarkers of interest is engineered and demonstrated. Taking advantage of cryogenic temperature treatment and slow polymerization, FGA is fabricated with a highly interconnected porous structure that displays good flexibility, passive-cooling capabilities, and ultra-lightweight properties that make it comfortable to wear for long periods of time. It also provides numerous permeable capillary channels for thermal-moisture transfer, ensuring its excellent breathability. Therefore, the engineered FGA-based E-skin can simultaneously monitor body temperature, hydration, and biopotentials via electrophysiological sensors and detect glucose, lactate, and alcohol levels via electrochemical sensors. This work offers a previously unexplored materials strategy for next-generation E-skin platforms with superior practicality.

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 Opus0,005
Tête enseignante GPT0,209
Écart entre enseignants0,204 · 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

Citations118
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

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