MétaCan
Menu
Retour à la cohorte
Enregistrement W4386093206 · doi:10.1002/adsr.202300072

Soft, Conductive, and Anti‐Freezing Conducting Polymer Organohydrogels

2023· article· en· W4386093206 sur OpenAlexafffund
Xin Zhou, Pierre Kateb, Floriane Miquet‐Westphal, Gregory A. Lodygensky, Fabio Cicoira

Notice bibliographique

RevueAdvanced Sensor Research · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensCentre Hospitalier Universitaire Sainte-JustinePolytechnique Montréal
Organismes subventionnairesChina Scholarship CouncilCanada Foundation for Innovation
Mots-clésMaterials sciencePEDOT:PSSConductive polymerPolystyrene sulfonateComposite materialElectrical conductorElectrodeEthylene glycolConductivityPolymerChemical engineeringChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Soft and conductive materials are highly desirable for wearable electronics. In particular, anti‐freezing, long‐water retention, and highly conductive gels with Young's modulus matching that of biological tissues, show promise in bioelectronics. Herein, soft organohydrogels obtained by mixing poly (3,4‐ethylenedioxythiophene) doped with polystyrene sulfonate (PEDOT:PSS), ethylene glycol (EG), and tannic acid (TA) are reported. The PEDOT/EG/TA organohydrogels exhibit a low compressive Young's modulus of ≈20 kPa, a conductivity of ≈6 S cm−1, as well as anti‐freezing and water retention properties. Epidermal patch electrodes prepared using the PEDOT/EG/TA gel exhibit low skin–electrode impedance at low frequency (1–100 Hz) and high‐quality electrocardiography (ECG) and electromyography signal recordings. Moreover, these gels demonstrate long‐term stability with high ECG recording quality after being placed under ambient conditions for seven days.

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 enseignants0,000
Score d'incertitude au seuil0,001

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)0,0000,000

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 Opus0,102
Tête enseignante GPT0,349
Écart entre enseignants0,246 · 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

Citations12
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

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