Stratum Corneum‐Inspired Zwitterionic Hydrogels with Intrinsic Water Retention and Anti‐Freezing Properties for Intelligent Flexible Sensors
Notice bibliographique
Résumé
Abstract Hydrogels, which mimic the properties of natural tissues, are essential for flexible electronics in human‐machine interfaces (HMIs). However, traditional hydrogels suffer from dehydration, compromising stability and functionality. To address this issue, a stratum corneum‐inspired, water‐retaining hydrogel is developed using hygroscopic polymers and bound water. Three types of hydrophilic monomers (non‐ionic, mono‐ionic, and zwitterionic) are explored, with polyzwitterions, particularly N,N‐dimethyl (acrylamidopropyl) ammonium propane sulfonate (DMAAPS), forming a quasi‐hydrogel that retains the softness and flexibility of conventional hydrogels. Water acts as a plasticizer, enhancing polymer chain mobility and reducing stiffness. The DMAAPS hydrogel maintains 100% weight retention under specific humidity conditions and shows skin‐like softness across a wide humidity range. The Young's modulus increases from 54 to 118 kPa as relative humidity decreases from 80% to 40%. The absence of free water confers intrinsic anti‐freezing properties. A triple crosslinking mechanism and conductive polymers endow the hydrogel with stretchability (> 2000%), toughness, elasticity, self‐healing, and stable sensing capabilities. The hydrogel functions as an excellent flexible sensor for real‐time, sensitive detection of human motion and physiological signals. An intelligent handwriting recognition platform with high accuracy is also established using double‐channel signal collection and machine learning algorithms, offering insights for next‐generation durable, biomimetic, and smart HMIs.
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 ».