Superelastic Cellulose Sub‐Micron Fibers/Carbon Black Aerogel for Highly Sensitive Pressure Sensing
Notice bibliographique
Résumé
Superelastic aerogels with rapid response and recovery times, as well as exceptional shape recovery performance even from large deformation, are in high demand for wearable sensor applications. In this study, a novel conductive and superelastic cellulose-based aerogel is successfully developed. The aerogel incorporates networks of cellulose sub-micron fibers and carbon black (SMF/CB) nanoparticles, achieved through a combination of dual ice templating assembly and electrostatic assembly methods. The incorporation of assembled cellulose sub-micron fibers imparts remarkable superelasticity to the aerogel, enabling it to retain 94.6% of its original height even after undergoing 10 000 compression/recovery cycles. Furthermore, the electrostatically assembled CB nanoparticles contribute to exceptional electrical conductivity in the cellulose-based aerogel. This combination of electrical conductivity and superelasticity results in an impressive response time of 7.7 ms and a recovery time of 12.8 ms for the SMF/CB aerogel, surpassing many of the aerogel sensors reported in previous studies. As a proof of concept, the SMF/CB aerogel is utilized to construct a pressure sensor and a sensing array, which exhibit exceptional responsiveness to both minor and substantial human motions, indicating its significant potential for applications in human health monitoring and human-machine interaction.
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 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 | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».