Engineering cellulosic paper into a bending strain sensor using chemical additives: Metal salt-based treatment and ethanol-assisted processing
Notice bibliographique
Résumé
The pulp and paper industry, traditionally focused on basic material production, is now expanding into innovative areas, such as advanced functional materials. Papermaking wet-end chemistry & chemical additives is a specialized field that integrates process control in wet-end paper production with the versatile use of chemical additives, which can be tailored for both wet-end and non-wet-end applications. By combining the optimization of wet-end processes with the adaptability of chemical additives-designed specifically for papermaking or adapted from other industries-this field offers immense potential for bridging traditional papermaking with emerging technologies. This study introduces a cellulosic paper-based bending strain sensor enabled by two simple chemical additives: metal salt and ethanol. The sensor is fabricated through a treatment process that engineers the fiber network, enhancing its conductive properties. By transforming the paper's porous structure into a denser network, efficient conductive pathways are established. The resulting material demonstrates features like bending strain detection, isotropic sensitivity, low hysteresis, and high-frequency responsiveness. Additionally, it can sense temperature changes between 20-60 °C and remains functional at subzero temperatures. Encapsulation with polyimide further improves its waterproof and environmental stability. The metal salt-ethanol approach offers a scalable, sustainable, and cost-effective method for producing cellulosic sensors and wearable devices, providing a robust foundation for the practical adoption of innovative sensing technologies.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».