MétaCan
Menu
Retour à la cohorte
Enregistrement W4414265524 · doi:10.1002/aisy.202500505

From Origami to Bistable and Laminate Structures: A Review for Multifunctional Applications from Structural Perspective of Shape‐Changing Structures

2025· review· en· W4414265524 sur OpenAlexafffund
Lingchen Kong, Yaoyao Fiona Zhao

Notice bibliographique

RevueAdvanced Intelligent Systems · 2025
Typereview
Langueen
DomaineEngineering
ThématiqueAdvanced Materials and Mechanics
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFaculty of Engineering, McGill University
Mots-clésAdaptabilityControl reconfigurationKey (lock)BistabilityPerspective (graphical)Adaptation (eye)Variety (cybernetics)

Résumé

récupéré en direct d'OpenAlex

Conventional systems based on traditional design strategies typically excel at single‐task performance but lack adaptability when operating conditions change. Reconfiguration offers a promising alternative, enabling systems to adopt multiple configurations tailored to varying requirements. Natural biological organisms regularly modify their morphology to overcome environmental challenges, inspiring engineering applications that seek similar adaptability. However, the real potential of reconfiguration in engineering is often bounded by traditional design strategies and rigid materials. In this case, shape‐changing structures can provide new insights. This review focuses on the structural foundations of reconfigurable design, emphasizing key principles across origami, bistable structures, and laminate structures, and examines how these shape‐changing structures can enhance the multifunctionality in soft robotics, soft manipulators, and metamaterials. Finally, the review discusses the primary challenges faced by achieving the multifunctionality in practical applications. In conclusion, combining advanced materials with innovative structural designs enables systems to achieve diverse working modes and adaptive properties, paving the way for more versatile and resilient applications across various fields.

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)0,001
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 seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
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 Opus0,022
Tête enseignante GPT0,327
Écart entre enseignants0,304 · 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

Citations8
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Intelligent SystemsMême sujetAdvanced Materials and MechanicsTravaux en français237 207