Laponite-Enabled Freeform Manufacturing of Tough Hydrogels with Colorimetric pH Sensitivity
Notice bibliographique
Résumé
Hydrogels are ideal sensor platforms in aqueous media. Colorimetric assays deliver information intuitively; preventing chromophore leaching has been a challenge in aqueous media. Direct ink writing is a versatile free-form manufacturing method for hydrogels; a generalizable formula to enable three-dimensional (3D) printability can be impactful. In this study, a dual-network hydrogel of polyacrylamide and alginate is 3D printed by incorporating Laponite as a universal aqueous rheological modifier. Copolymerization of methacrylated phenol red with polyacrylamide enables colorimetric response to pH, ranging from yellow (pH = 5) to fuchsia (pH = 10). Rheological analysis of the precursor solutions reveals that a critical quantity of Laponite to achieve substantial shear thinning behavior exists at 4–4.5 wt %, which is consistent with a pervaded volume-based model. X-ray diffraction confirms the formation of 5-layer thick Laponite aggregates when their content exceeds the critical quantity. For 3D printing, 8 wt % of Laponite provides the optimal shear thinning and viscosity at rest for the best print fidelity. Strong anisotropicity in printed strands leads to a contrast in the mechanical properties with respect to the printing directions. Optimized printing produces hydrogels that can stretch 18 times their original length. Our colorimetric pH sensing hydrogel showcases a scalable freeform manufacturing-enabled platform technology with chemically bound chromophores.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».