Hybrid Hydrogel‐Magnet Actuators with pH‐Responsive Hydrogels for Gastrointestinal Microrobots
Notice bibliographique
Résumé
Limited space on millimeter‐scale devices for biomedical applications makes it challenging to incorporate bulky actuators and power for onboard mechanical actuation. Stimuli‐responsive hydrogels, such as pH‐responsive hydrogels, provide a solution to automatically sense and actuate in the gastrointestinal tract. However, hydrogels are often nonload bearing and slow in actuation. To overcome these challenges, a new type of hybrid actuator is developed which utilizes a pH‐responsive hydrogel with magnets to trigger magnetic springs (i.e., permanent magnets with repulsive, spring‐like forces) to quickly initiate rotational and translational movements at pH > 6. The agar‐poly(acrylic acid) hydrogel undergoes a large volume transition at pH > 6 and exhibits large nominal blocking stress of 610–819 kPa for a 3–4 mm diameter cylinder hydrogel. Moreover, the scaling of hydrogel force and response times are experimentally confirmed. Based on the hydrogel properties, an analytical hydrogel model is developed to predict hydrogel force and displacement under varying magnetic loads and wall constraints in simulated gastric fluid (SGF, pH 1.2) and simulated intestinal fluid (SIF, pH 6.8), and the experimental data validate the model. Finally, an innovative hybrid hydrogel‐magnet actuator that triggers rotational and translational motion without external activation is demonstrated.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».