MétaCan
Menu
Retour à la cohorte
Enregistrement W4362583578 · doi:10.1002/adfm.202301117

A Universal Interfacial Strategy Enabling Ultra‐Robust Gel Hybrids for Extreme Epidermal Bio‐Monitoring

2023· article· en· W4362583578 sur OpenAlexafffund
Zibi Wang, Ding Wang, Dong Liu, Xiang Han, Xiaoxu Liu, Hamdi Torun, Zhanhu Guo, Sidi Duan, Ximin He, Xuehua Zhang, Ben Bin Xu, Chen Fei

Notice bibliographique

RevueAdvanced Functional Materials · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensUniversity of Alberta
Organismes subventionnairesEngineering and Physical Sciences Research CouncilChina Postdoctoral Science FoundationNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésMaterials scienceToughnessElastomerSoft roboticsRobustness (evolution)NanotechnologySoft matterComposite materialComputer scienceChemical engineeringRobot

Résumé

récupéré en direct d'OpenAlex

Abstract A seamless and tough interface to integrate incompatible/immiscible soft materials is highly desired for flexible/wearable electronics and many soft devices with multi‐layer structures. Here, a surfactant‐mediated interfacial chemistry is introduced to achieve seamless and tough interfaces in soft multi‐layer structures, with an ultra‐high interfacial toughness up to ≈1300 J m −2 for the architectural gel hybrid (AGH). The reversible noncovalent interfacial interactions efficiently dissipate energy at the interface, thereby providing excellent durability. The interfacial toughness only decreases by ≈6.9% after 10 000 tensile cycles. This strategy can be universally applied to hybrid systems with various interfaces between an interior hydrogel (PAA, PVA, PAAm, and gelatin) and an exterior hydrophobic soft matter (ionogel, lipogel and elastomer). The AGH‐based mechano‐sensor presents high robustness and stability in a wide range of conditions, including open air, underwater, and various solvents and temperatures. Epidermal bio‐monitoring, tactile trajectory, and facial expression recognition are demonstrated using the AGH sensors in various environments. A rich set of electrophysiological signals of high quality are acquired.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,407
Score d'incertitude au seuil1,000

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 savante0,0000,001
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 Opus0,064
Tête enseignante GPT0,249
Écart entre enseignants0,185 · 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

Citations53
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

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