Surfactant-Mediated Highly Conductive Cellulosic Inks for High-Resolution 3D Printing of Robust and Structured Electromagnetic Interference Shielding Aerogels
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Technological fusion of emerging three-dimensional (3D) printing of aerogels with gel processing enables the fabrication of lightweight and functional materials for diverse applications. However, 3D-printed constructs via direct ink writing for fabricating electrically conductive structured biobased aerogels suffer several limitations, including poor electrical conductivity, inferior mechanical strength, and low printing resolution. This work addresses these limitations via molecular engineering of conductive hydrogels. The hydrogel inks, namely, CNC/PEDOT-DBSA, featured a unique formulation containing well-dispersed cellulose nanocrystal decorated by a poly(3,4-ethylene dioxythiophene) (PEDOT) domain combined with dodecylbenzene sulfonic acid (DBSA). The rheological properties were precisely engineered by manipulating the solid content and the intermolecular interactions among the constituents, resulting in 3D-printed structures with excellent resolution. More importantly, the resultant aerogels following freeze-drying exhibited a high electrical conductivity (110 ± 12 S m –1 ), outstanding mechanical properties (Young’s modulus of 6.98 MPa), and fire-resistance properties. These robust aerogels were employed to address pressing global concerns about electromagnetic pollution with a specific shielding effectiveness of 4983.4 dB cm 2 g –1 . Importantly, it was shown that the shielding mechanism of the 3D printed aerogels could be manipulated by their geometrical features, unraveling the undeniable role of additive manufacturing in materials design.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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 découle