MétaCan
Menu
Retour à la cohorte
Enregistrement W4403249009 · doi:10.1002/adfm.202414942

Adjustable Humidity Response: Ultrahigh Green EMI Shielding Gel with Double‐Side Constant Temperature Capability

2024· article· en· W4403249009 sur OpenAlexaff
Zhengkun Ma, Jingzong He, Shilin Liu, Wenting Zhang, Qilin Wu, Malcolm Xing

Notice bibliographique

RevueAdvanced Functional Materials · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueElectromagnetic wave absorption materials
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesInnovative Research Group Project of the National Natural Science Foundation of China
Mots-clésMaterials scienceElectromagnetic shieldingHumidityEMIComposite materialElectromagnetic interferenceThermal conductivityWork (physics)ConductivityMechanical engineeringComputer scienceTelecommunicationsMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract With the increasingly serious secondary pollution of electromagnetic waves (EMWs), efficient green shielding materials have become an urgent need. MXene is widely used in electromagnetic interference (EMI) shielding due to its large surface area and high conductivity. Here, this work constructs MXene islands with better shielding performance through viscosity control and continuous mechanical stirring. Benefiting from the MXene islands, Janus‐structural gel with humidity response is successfully prepared, showing controllable ultrahigh green shielding property (up to 100.5 dB, thickness of 2 mm). Interestingly, this gel can spontaneously adjust its water content according to the humidity, resulting in a reversible transformation in three states to meet the needs of different environments. By Janus‐structural design and reasonable material combination, this gel demonstrates excellent electrothermal (rise to 111.6 °C, 5 s, 2 V)/thermal insulation (thermal conductivity is low to 0.029 W m −1 K −1 ) properties to meet the needs of shielding in underwater/fire operations.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,012
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,014
Tête enseignante GPT0,242
Écart entre enseignants0,228 · 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.

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

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Functional MaterialsMême sujetElectromagnetic wave absorption materialsTravaux en français237 207