MétaCan
Menu
Retour à la cohorte
Enregistrement W4408148104 · doi:10.1021/acs.chemrev.4c00850

Connecting the Dots: Sintering of Liquid Metal Particles for Soft and Stretchable Conductors

2025· review· en· W4408148104 sur OpenAlexaff
Simok Lee, Syed Ahmed Jaseem, Nurit Atar, Meixiang Wang, Jeong Yong Kim, Mohammadreza Zare, Soo‐Young Kim, Michael D. Bartlett, Jae‐Woong Jeong, Michael D. Dickey

Notice bibliographique

RevueChemical Reviews · 2025
Typereview
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesNational Research Foundation of Korea
Mots-clésChemistrySinteringNanotechnologyElectrical conductorComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

This review focuses on the sintering of liquid metal particles (LMPs). Here, sintering means the partial merging or connecting of particles (or droplets) to form a network of percolated and, thus, conductive electrical pathways. LMPs are attractive materials because they can be suspended in a carrier fluid to create printable inks or distributed in an elastomer to create soft, stretchable composites. However, films and traces of LMPs are not typically conductive as fabricated due to the native oxide that forms on the surface of the particles. In the case of composites, polymers can also get between particles, making sintering more challenging. Sintering can be done via a variety of ways, such as mechanical, thermal, and chemical processing. This review discusses the mechanisms to sinter these particles, patterning techniques that use sintering, unique properties of sintered LMPs, and their practical applications in fields such as stretchable electronics, soft robotics, and active materials.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,959
Score d'incertitude au seuil0,725

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
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 Opus0,073
Tête enseignante GPT0,329
Écart entre enseignants0,256 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations87
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemical ReviewsMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207