MétaCan
Menu
Retour à la cohorte
Enregistrement W4414427257 · doi:10.1002/admt.202501315

Nature‐Inspired Functional Aerogel Fibers with Engineerable Core–Shell Morphology

2025· article· en· W4414427257 sur OpenAlexafffundabout
Ali Akbar Isari, Majed Amini, Mojdeh Mahdi Rezaei Khamseh, Vahid Rad, Hatef Yousefian, Masoud Soroush, Mohammad Arjmand

Notice bibliographique

RevueAdvanced Materials Technologies · 2025
Typearticle
Langueen
DomaineChemistry
ThématiqueAerogels and thermal insulation
Établissements canadiensVancouver Island UniversityUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Science Foundation
Mots-clésAerogelElectromagnetic shieldingElectrical conductorPolyimideThermal insulationThermal conductivityThermalHoneycomb

Résumé

récupéré en direct d'OpenAlex

Abstract Aerogels offer exceptional multifunctionality but are often hampered by mechanical fragility, structural brittleness, and complex processing. Inspired by the core–shell architecture of the Canadian goose feather rachis, a scalable coaxial wet‐spinning approach is reported to produce wearable aerogel fibers. Polyimide (PI) shells encapsulating conductive Ti 3 C 2 T x MXene cores are fabricated via a tailored polyamic acid (PAA) solvent/non‐solvent exchange phase‐inversion process. Detailed mechanistic studies show that the ethanol–water ratio in the coagulation bath critically governs phase‐inversion kinetics, structural integrity, and hierarchical porosity. Under optimized conditions, the resulting aerogel fibers exhibit absorption‐dominant EMI shielding (54.9 dB), high mechanical robustness (tensile strength up to 20.4 MPa), and record‐level thermal insulation (thermal conductivity of 21.7 ± 1.5 mW m −1 K −1 ). This innovative chemical strategy provides a practical and scalable route to lightweight, durable, and multifunctional aerogel fibers for wearable electronics, thermal management, and EMI shielding applications.

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 enseignants0,008
Score d'incertitude au seuil0,753

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 Opus0,007
Tête enseignante GPT0,225
Écart entre enseignants0,218 · 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

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAdvanced Materials TechnologiesMême sujetAerogels and thermal insulationTravaux en français237 207