MétaCan
Menu
Retour à la cohorte
Enregistrement W4412595545 · doi:10.1038/s41467-025-62119-9

Nanoscale fletching of liquid-like polydimethylsiloxane with single perfluorocarbons enables sustainable oil-repellency

2025· article· en· W4412595545 sur OpenAlexafffund
Samuel Au, Jeremy R. Gauthier, Boran Kumral, Tobin Filleter, Scott A. Mabury, Kevin Golovin

Notice bibliographique

RevueNature Communications · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSurface Modification and Superhydrophobicity
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversity of TorontoCanada Foundation for InnovationNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésPolydimethylsiloxaneNanoscopic scaleMaterials scienceNanotechnologyOil spillEnvironmental scienceEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

Oil repellency is essential for enabling self-cleaning, anti-soiling and stain-repelling properties, which has broad application in industries liked textiles, healthcare and electronics. While per-and-polyfluoroalkyl substances (PFAS) exhibits strong oleophobicity, their environmental and health risks have led to prohibition on long-chain PFAS ( ≥ C8) and restriction on short-chain PFAS (C4, C6). However, there are few alternative materials demonstrating comparable oil repellency. Here, we introduce a novel method to fletch polydimethylsiloxane (PDMS) brushes with ultrashort PFAS (singe -CF3, the least toxic PFAS), achieving oil repellency similar to short-chain PFAS while drastically reducing the fluorine content. This work highlights that liquid-like molecular design, rather than chain length, can enable sustainable oil repellency, facilitating a smoother transition away from PFAS reliance. Oil repellency using polyfluoroalkyl substances are broadly applicable, though unfavorable due to high fluorine composition. Here the authors report a polydimethylsiloxane-based system using single CF3 groups affording oil repellency with low fluorine composition.

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)0,001
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 enseignants0,077
Score d'incertitude au seuil0,668

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,012
Tête enseignante GPT0,265
Écart entre enseignants0,252 · 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

Citations8
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetSurface Modification and SuperhydrophobicityTravaux en français237 207