MétaCan
Menu
Retour à la cohorte
Enregistrement W4378803369 · doi:10.1088/2058-8585/acda47

Stretchable kirigami-inspired conductive polymers for strain sensors applications

2023· article· en· W4378803369 sur OpenAlexafffund
Pierre Kateb, Fabio Cicoira, Damiano Pasini

Notice bibliographique

RevueFlexible and Printed Electronics · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensMcGill UniversityBombardier (Canada)Polytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDefence Research and Development Canada
Mots-clésPEDOT:PSSPolydimethylsiloxaneMaterials scienceComposite numberConductive polymerPolymerStretchable electronicsElectrical conductorComposite materialPolystyreneNanotechnologyElectronicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Kirigami metamaterials can be exploited in stretchable electronics owing to their architecture, which can be leveraged to amplify stretchability, bendability and deformability. Herein, we report a stretchable kirigami-structured poly(3,4-ethylenedioxythiophene) polystyrene sulfonate (PEDOT:PSS)/polydimethylsiloxane (PDMS) polymer composite. The electromechanical response and mechanical behavior of kirigami PEDOT:PSS-coated PDMS and polymer composite specimens were investigated and compared with their non-kirigami counterparts. The kirigami structure exhibited improved electromechanical properties owing to its characteristic architecture. This study illustrates the application of a kirigami polymer composite as a strain sensor for human motion detection.

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 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 enseignants0,421
Score d'incertitude au seuil0,668

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 savante0,0000,000
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 Opus0,020
Tête enseignante GPT0,260
Écart entre enseignants0,240 · 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.

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

Citations11
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFlexible and Printed ElectronicsMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207