MétaCan
Menu
Retour à la cohorte
Enregistrement W4407001563 · doi:10.1002/adfm.202415507

Direct Ink Writing of Conductive Hydrogels

2025· article· en· W4407001563 sur OpenAlexaff
Monica Ho, Aline Braz Ramirez, Negar Akbarnia, Eric Croiset, Elisabeth Prince, Gerald G. Fuller, Milad Kamkar

Notice bibliographique

RevueAdvanced Functional Materials · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceSelf-healing hydrogelsInkwellElectrical conductorNanotechnologyComposite materialPolymer chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Direct ink writing (DIW) is an additive manufacturing technique that has garnered notable interest due to its precise and consistent printing of a wide range of materials, such as viscoelastic hydrogels, pastes, and complex composites, by adjusting the ink's rheology. This material flexibility combined with the ability to print at room temperature makes DIW ideal for diverse applications and is scalable from small to industrial levels. In recent years, DIW of conductive hydrogels has gained significant attention across various fields, ranging from biomedical scaffolds to flexible electronics. Conductive hydrogels are a category of hydrogels which exhibit conductivity in their wet and/or dry state. Precursors like conductive polymers, metallic nanoparticles, and carbon‐based materials can be used to induce electronic and/or ionic conductivity in hydrogels. This review presents a comprehensive overview of conductive hydrogels demonstrating printability using the DIW technique. The fundamentals of DIW and conductive precursors are presented. Following, the different pathways for reaching optimal conductive hydrogel properties, including mechanical, conductive, and rheological, with a focus on ink synthesis and printability are introduced. Finally, emerging applications of DIW of conductive hydrogels in flexible electronics and medicine are highlighted, and the anticipated challenges for advancement of printable conductive hydrogels using DIW are discussed.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,103
Score d'incertitude au seuil0,767

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,227
Écart entre enseignants0,215 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations55
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Functional MaterialsMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207