MétaCan
Menu
Retour à la cohorte
Enregistrement W4413106834 · doi:10.1021/acsami.5c09081

Mechanofluorescent Double Network Ionogels

2025· article· en· W4413106834 sur OpenAlexaff
Jianing Xu, Yinghe Yang, Jin Yang, Jiping Yang, Zhijian Wang

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésMaterials scienceSelf-healing hydrogelsPolymerFluorescenceIonic liquidCamouflageNanotechnologyChemical engineeringComposite materialComputer sciencePolymer chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Mechanofluorescent gels, which are soft and capable of altering their fluorescent color in response to the applied external force, have garnered significant attention for applications spanning failure alert, crack visualization, information encryption, and adaptive camouflage. Most of the mechanofluorescent gels are obtained in the form of hydrogels, due to their facile preparation and diverse material design. However, the hydrogels suffer from compromised stability under elevated temperatures or desiccating conditions due to water evaporation. To tackle this challenge, we develop a mechanofluorescent double network (DN) ionogel that shows low volatility, high stress sensitivity, and excellent mechanical property. The ionogel is composed of two types of interpenetrating polymer networks and immobilized ionic liquids (IL) that can effectively swell the polymer chains. The resulting ionogel exhibits a reversible color change. Additionally, it demonstrates exceptional mass retention with a weight loss less than 1.5% over 15 days even at 80 °C. The mechanical property and mechanofluorescent sensitivity can be tailored via IL and mechanofluorophore content. The combination of double network structure and IL solvent overcomes the environmental instability bottleneck of mechanofluorescent gels and establishes a versatile platform for developing flexible fluorescent stress sensors.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,009
Tête enseignante GPT0,223
Écart entre enseignants0,213 · 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'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

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207