MétaCan
Menu
Retour à la cohorte
Enregistrement W4388735330 · doi:10.1002/chem.202303198

Progress in Fabrication and Applications of Cholesteric Liquid Crystal Microcapsules

2023· article· en· W4388735330 sur OpenAlexaff
Yajun Zhang, Haixiao Yang, Yinjie Chen, Haifeng Yu

Notice bibliographique

RevueChemistry - A European Journal · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueLiquid Crystal Research Advancements
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésNanotechnologyMaterials scienceFabricationMicrofluidicsSmart materialLiquid crystalCholesteric liquid crystalPolymerizationPolymerOptoelectronicsComposite material

Résumé

récupéré en direct d'OpenAlex

Liquid crystals (LCs) are well known for inherent responsiveness to external stimuli, such as light, thermal, magnetic, and electric fields. Cholesteric LCs are among the most fascinating, since they possess distinctive optical properties due to the helical molecular orientation. However, the good flow, easy contamination, and poor stability of small-molecule LCs limit their further applications, and microencapsulation as one of the most effective tools can evade these disadvantages. Microencapsulation can offer shell-core structure with LCs in the core can strengthen their stability, avoiding interference with the environment while maintaining the stimuli-responsiveness and optical properties. Here, we report recent progress in the fabrication and applications of cholesteric LC microcapsules (CLCMCs). We summarize general properties and basic principles, fabrication methods including interfacial polymerization, in-situ polymerization, complex coacervation, solvent evaporation, microfluidic and polymerization of reactive mesogens, and then give a comprehensive overview of their applications in various popular domains, including smart fabrics, smart sensor, smart displays, anti-counterfeiting, information encryption, biomedicine and actuators. Finally, we discuss the currently facing challenges and the potential development directions in this field.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,030
Score d'incertitude au seuil0,342

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,017
Tête enseignante GPT0,285
Écart entre enseignants0,267 · 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 tête enseignante, 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

Citations20
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemistry - A European JournalMême sujetLiquid Crystal Research AdvancementsTravaux en français237 207