MétaCan
Menu
Retour à la cohorte
Enregistrement W4384831258 · doi:10.1016/j.xcrp.2023.101511

Multifunctional nanocrystalline cellulose ionogels toward tough and sustainable materials

2023· article· en· W4384831258 sur OpenAlexafffund
Cancan Shan, Mingda Che, Aleksander Cholewinski, Rongxin Su, Boxin Zhao

Notice bibliographique

RevueCell Reports Physical Science · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Key Research and Development Program of ChinaChina Scholarship Council
Mots-clésMaterials scienceNanocrystalline materialCelluloseToughnessIonic liquidFabricationNanotechnologyModulusNanocompositeComposite materialNanocelluloseChemical engineeringChemistry

Résumé

récupéré en direct d'OpenAlex

Design and fabrication of sustainable cellulose-based ionogels with good mechanical properties have attracted increasing research interest; however, most current developed ionogels show limited processibility and functionality. Here, we report the development of tough and multifunctional ionogels by mixing nanocrystalline cellulose (NCC) into ionic liquid (IL), where the partial solvation of NCCs enables the formation of ionogels with varied NCC loadings. Partially solvated NCCs (PS-NCCs) have high-crystallinity domains offering rigidity, surrounded by cellulose chains enabling flexibility and energy dissipation. The NCC ionogel can achieve a high Young’s modulus (∼44 MPa), toughness (∼34 kJ m−2), and stretchability (∼870% strain), while also exhibiting thermal-triggered self-healing, stiffness transition, shape memory, and conductivity-changing properties. The NCC ionogels show their potential to work as multifunctional platforms for advanced applications, including grippers, temperature sensors, and three-dimensional printing. In addition, the IL in the ionogel is recyclable, and the ionogel can be degraded in natural environmental conditions, further enhancing its sustainability.

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 seuil0,003

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 Opus0,020
Tête enseignante GPT0,289
Écart entre enseignants0,270 · 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

Citations13
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCell Reports Physical ScienceMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207