3D-Printed Interfacially Jammed Emulsion Aerogels
Notice bibliographique
Résumé
3D printing ultralightweight porous structures using direct ink writing (DIW) while maintaining their mechanical robustness is highly challenging. This difficulty is amplified when low ink concentrations are used to create complex geometries. Herein, this shortfall was addressed by interfacially jammed emulsion gels. The gel emerged from the electrostatic interaction among synergized nanomaterials (graphene oxide (GO) and cellulose nanocrystals (CNCs)) in the aqueous phase and a ligand in the oil phase. This interaction led to the jamming of the nanoparticles and the creation of stable emulsion gels. The formed interfacial assemblies were further treated by post-jamming ionic cross-linking with NaHCO 3, which dictated the emulsion gels’ rheological characteristics, enhancing the ink’s viscoelastic properties for high-resolution 3D printing. The customizable emulsion system allows control over porosity from the macro- to the micro-scale and generates complex geometries with desired compositions. By manipulating post-annealing processes and varying concentrations, it is possible to achieve aerogels that feature a remarkably low density (∼2.63 mg/cm 3 ) and adjustable mechanical robustness (elastic modulus of 0.45 MPa). Additionally, this method allows for producing aerogels with flexible or stiff characteristics as required, alongside the capability to tailor specific electromagnetic shielding effectiveness (ranging from 6791 to 19615 dB cm 2 /g), showcasing the technique’s versatility and engineerability.
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 | 0,001 | 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) | 0,008 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».