MétaCan
Menu
Retour à la cohorte
Enregistrement W4412689732 · doi:10.1002/adma.202508694

State of the Art, Insights and Perspectives for Bio‐Inspired Liquid Crystal Elastomer Soft Actuators

2025· review· en· W4412689732 sur OpenAlexaff
Tongzhi Zang, Jiwei Wang, Guiyang Yan, Xili Lu, Jianshe Hu, Hesheng Xia, Yue Zhao

Notice bibliographique

RevueAdvanced Materials · 2025
Typereview
Langueen
DomaineEngineering
ThématiqueAdvanced Materials and Mechanics
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesState Key Laboratory of Polymer Materials EngineeringDepartment of Science and Technology of Sichuan ProvinceNational Natural Science Foundation of China
Mots-clésSoft roboticsBiomimeticsMorphingNanotechnologyActuatorBiomimetic materialsSmart materialMaterials scienceArtificial muscleElastomerField (mathematics)Soft materialsMechanical engineeringRoboticsComputer scienceArtificial intelligenceRobotEngineering

Résumé

récupéré en direct d'OpenAlex

After 30 years of development, liquid crystal elastomer (LCE) biomimetic soft robots have been engineered to possess the capability to mimic and surpass the locomotion of soft organisms. However, most of the current reviews on LCEs are focused on their material/alignment design, fabrication technologies, actuation mechanisms, and applications. The latest research progress of biomimetic LCE soft actuators is systematically reviewed here from a novel perspective of material-structure-function interrelationship, which includes plant-inspired biomimetic shape-morphing of LCEs, animal-inspired biomimetic locomotion of LCEs, and bionic intelligent color-changing of LCEs. In addition, the potential application prospects and challenges of bio-inspired LCE soft actuators are discussed, where further in-depth research is required. Directions and valuable insights are provided for subsequent research efforts. This paper offers an inspiring and critical overview of the significant progress in the field of smart biomimetic LCE soft robotics and provides an available guide for researchers who are considering entering the exciting domain of LCE soft actuators.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,013
Tête enseignante GPT0,261
Écart entre enseignants0,248 · 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 source (Gemma direct ou Codex distillé), 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

Citations21
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced MaterialsMême sujetAdvanced Materials and MechanicsTravaux en français237 207