MétaCan
Menu
Retour à la cohorte
Enregistrement W4389276240 · doi:10.59717/j.xinn-mater.2023.100040

All-cellulose hydrogel-based adhesive

2023· article· en· W4389276240 sur OpenAlexafffund
Xia Sun, Zhenqian Pang, Yeling Zhu, Zhengyang Yu, Pu Yang, Liyang Liu, Scott Renneckar, Teng Li, Feng Jiang

Notice bibliographique

RevueThe Innovation Materials · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesGraduate School, University of MarylandNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsMaryland Advanced Research Computing CenterDivision of Civil, Mechanical and Manufacturing InnovationNational Science Foundation
Mots-clésCelluloseSelf-healing hydrogelsAdhesiveMaterials scienceAdhesionPolymerChemical engineeringSubstrate (aquarium)Polymer sciencePolymer chemistryNanotechnologyComposite materialLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

Hydrogels showing strong adhesion to different substrates have garnered significant attention for engineering applications. However, the current development of such hydrogel-based adhesive is predominantly limited to synthetic polymers, owing to their exceptional performance and an extensive array of chemical options. To advance the development of sustainable hydrogel-based adhesives, we successfully create a highly robust all-cellulose hydrogel-based adhesive, which is composed of concentrated dialcohol cellulose nanorods (DCNRs) and relies on enhanced hydrogen bonding interactions between cellulose and the substrate. We implement a sequential oxidization-reduction process to achieve this high-performance all-cellulose hydrogel, which is realized by converting the two secondary hydroxyl groups within an anhydroglucose unit into two primary hydroxyl groups, while simultaneously linearizing the cellulose chains. Such structural and chemical modifications on cellulose chains increase out-of-plane interactions between the DCNRs hydrogel and substrate, as simulations indicate. Additionally, these modifications enhance the flexibility of the cellulose chains, which would otherwise be rigid. The resulting all-cellulose hydrogels demonstrate injectability and strong adhesion capability to a wide range of substrates, including wood, metal, glass, and plastic. This green and sustainable all-cellulose hydrogel-based adhesive holds great promise for future bio-based adhesive 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.

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 enseignants0,002
Score d'incertitude au seuil0,008

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)0,0020,001

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 Opus0,062
Tête enseignante GPT0,337
Écart entre enseignants0,275 · 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

Citations37
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Innovation MaterialsMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207