Cellulosic Nonwovens Incorporated with Fully Utilized MXene Precursor as Smart Pressure Sensor and Multi‐Protection Materials
Notice bibliographique
Résumé
Abstract Currently, multifunctional MXene‐integrated wearable textiles (MWTs) are particularly appealing due to their various applications such as health monitoring, smart protection, and medical treatment. However, scalable manufacture of durable, stable, and high‐performance multifunctional MWTs still face challenges due to the poor oxidation stability of MXene and low utilization of precursor titanium aluminum carbide (MAX). Herein, an improved preparation strategy for zinc ion (Zn 2+ ) intercalation is proposed to create high antioxidative MXene (ZM) and exceptionally conductive and printable gel ink based on MXene sediments (ZMS‐ink), while multifunctional wearable textiles are fabricated using spray‐coating and screen‐printing techniques on cellulosic nonwoven textiles (CNWs), achieving the complete utilization of MXene precursor. Benefiting from the inherent disordered stacking and porous structure of CNWs, along with the highly conductive ZM and ZMS‐ink, as‐prepared smart, wearable and green‐based pressure sensor offered proper breathability, high sensitivity (2602.26 kPa −1 ), wide sensing range (0–141 kPa), and excellent cycling stability (>5000 cycles). Additionally, the sensor exhibited efficient photothermal/photodynamic therapy antibacterial activity and exceptional electromagnetic interference shielding performance (57.5 dB). Therefore, this work paves the way for the future development of integrated and scalable multifunctional wearable devices building on the environmental‐friendly CNWs incorporated with fully utilized MAX, offering a green and cost‐effective approach.
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) | 0,001 | 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 | 0,001 |
| Science ouverte | 0,000 | 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 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 ».