Nano- and Microscale Design of Electrically Conductive Bacterial Cellulose/PEDOT Cryogels for Electromagnetic Interference Shielding
Notice bibliographique
Résumé
Exploiting conductive biobased polymer nanocomposites for electromagnetic interference (EMI) shielding is a rapidly evolving research area. In this study, we systematically fine-tune the nano- and microstructural features of bacterial cellulose (BC) modified with poly(3,4-ethylenedioxythiophene) (PEDOT) for EMI shielding applications. First, to investigate the effect of nanostructure, PEDOT is incorporated into the BC matrix using two methods: chemical vapor polymerization (CVP) and in situ polymerization. The CVP method produces more uniform and denser BC-PEDOT nanocomposites, resulting in cryogels with higher electrical conductivity and total EMI shielding effectiveness (SE T ) (52 ± 2 S/m, 37 dB) compared to those of the in situ polymerized BC-PEDOT cryogels (7 ± 1.5 S/m, 27 dB). The cryogels’ microstructure is then adjusted to control the EMI shielding mechanisms by applying different drying methods: freeze-drying, air-drying, and hybrid freeze- and air-drying. Our results indicate that the more energy-efficient air-drying method enhances the reflection-dominant EMI shielding mechanism, with a slight increase in total shielding effectiveness. The drying conditions also affect the final mechanical properties of the samples. Overall, this study demonstrates that BC-PEDOT nanocomposites are excellent candidates for EMI shielding applications.
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 ».