MétaCan
Menu
Retour à la cohorte
Enregistrement W4409999286 · doi:10.1016/j.matdes.2025.114004

Embedding auxetic structures in composite substrate layer for enhancing performance of stretchable strain sensors

2025· article· en· W4409999286 sur OpenAlexaff
Jun Ren, Meng Zhang, Jiawen Xu, Heng‐Yong Nie, Yu Liu

Notice bibliographique

RevueMaterials & Design · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensWestern University
Organismes subventionnairesJiangsu Provincial Key Research and Development Program
Mots-clésMaterials scienceAuxeticsComposite numberEmbeddingComposite materialLayer (electronics)Substrate (aquarium)Strain (injury)Stretchable electronicsComputer scienceArtificial intelligenceElectrical engineering

Résumé

récupéré en direct d'OpenAlex

• An auxetic layer is embedded in the composite substrate to enhance the strain sensor functionality. • A theoretical design routine programs bidirectional sensitivity via strain transfer. • Synergistic deformation dynamically regulates lateral contraction in auxetic sensing substrate. The mechanical coupling between the sensing and substrate layers is critical for stretchable strain-sensing devices in wearable electronics. This study proposes a facile composite substrate design by embedding auxetic structures directly into a polybutylene adipate terephthalate (PBAT) film. Using direct ink writing, we fabricate highly ordered 3D sinusoidal (polydimethylsiloxane) PDMS filaments within the PBAT matrix, achieving exceptional auxetic behavior. By tuning the sinusoidal structure, the transverse contraction of the composite substrate can be precisely controlled under longitudinal stretching. When serpentine-shaped sensing materials are deposited onto the substrate, the composite strain sensor exhibits high and stable sensing performance owing to reduced transverse contraction enabled by the coupled deformation of the sensing layer and the substrate. These findings demonstrate the potential of embedded auxetic architectures for developing multifunctional composite 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)0,000
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 enseignants0,428
Score d'incertitude au seuil0,920

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 Opus0,018
Tête enseignante GPT0,254
Écart entre enseignants0,235 · 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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials & DesignMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207