MétaCan
Menu
Retour à la cohorte
Enregistrement W4392714940 · doi:10.1016/j.mattod.2024.02.007

All-cellulose hydrogel with ultrahigh stretchability exceeding 40000%

2024· article· en· W4392714940 sur OpenAlexafffund
Yifan Zhang, Xia Sun, Yuhang Ye, Hale Oğuzlu, Yeling Zhu, Jiaying Zhu, Katherine Le, Pu Yang, Feng Jiang

Notice bibliographique

RevueMaterials Today · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésCelluloseSelf-healing hydrogelsMaterials scienceFiberCellulose fiberUltimate tensile strengthComposite materialChemical engineeringNanotechnologyPolymer chemistry

Résumé

récupéré en direct d'OpenAlex

While cellulose-based stretchable hydrogels have been extensively explored in recent years, all-cellulose hydrogels continue to face the limitation of low stretchability (less than 250 %). Herein, for the first time, we fabricate an all-cellulose hydrogel with ultrahigh stretchability that can exceed 40000 % strain. By ring opening reaction on cellulose anhydroglucose unit rings, secondary hydroxyls are converted to primary hydroxyls, enabling enhanced chain flexibility, and facilitating the formation of abundant hydrogen bonds. As a result, the obtained hydrogel displays remarkable characteristics, including record-high stretchability (44200 %), rapid self-healing property (within seconds), and the unique ability to form cellulose fiber. With simple drawing, a smooth and flexible cellulose fiber can be obtained, demonstrating good processability and a high tensile strength of 226 MPa. Furthermore, the all-cellulose hydrogel can function as a human motion sensor and electrocardiogram electrode for monitoring physiological signals. This simple yet highly effective method will not only propel the advancement of ultrastretchable all-cellulose hydrogels but also create new possibilities for wearable device applications.

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 enseignants0,001
Score d'incertitude au seuil0,004

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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,220
Écart entre enseignants0,208 · 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

Citations84
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterials TodayMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207