Porous and Conductive Fiber Woven Textile for Multi‐Functional Protection, Personal Warmth, and Intelligent Motion/Temperature Perception
Notice bibliographique
Résumé
Abstract Industrialization and human activities have introduced numerous hazards, including exposure to harsh chemicals, radiation, static electricity, and fire risks, particularly in high‐risk sectors such as engineering, rescue operations, military, and aerospace. This study presents a multi‐functional protective textile developed from a conductive fiber composed of polytetrafluoroethylene (PTFE) and carbon nanotubes (CNT), crucial for ensuring personal safety. The conductive fiber demonstrates remarkable strength (17.3 MPa), high porosity (76%), and significant electrical conductivity (185 S m −1 ), coupled with excellent fineness and flexibility due to its dual‐nanofibrous structure. The resulting textile exhibits exceptional hydrophobicity, chemical resistance, and high electromagnetic interference shielding effectiveness (29 dB in the X‐band), alongside a superior UV protective factor (>3000) and anti‐static properties. Notably, it possesses outstanding electro/photo thermal conversion capabilities, enabling consistent heat generation for personal warmth. Additionally, the textile responds electrically to deformation and temperature changes, facilitating intelligent applications such as motion and temperature monitoring and fire alerts. This work offers a novel strategy for fabricating PTFE‐based composite fibers with porous microstructures and high electrical conductivity, setting a new standard for next‐generation protective clothing with advanced functionalities.
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 | 0,000 | 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 ».