Encapsulating Laser‐Induced Graphene to Preserve its Electrical Properties and Enhance its Mechanical Robustness
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Laser‐induced graphene (LIG) has gained significant attention as a promising material for various applications, including flexible electronics, due to its high electrical conductivity, ease of fabrication, and cost‐effective production. However, its fragile structure makes it susceptible to degradation under mechanical stress and harsh environments. Existing encapsulation techniques compromise LIG's conductivity, limiting its practical applications. Herein, an encapsulation method that enhances the mechanical durability while preserving its electrical properties is introduced. The LIG exhibits an initial sheet resistance of 2.2 Ω sq −1 , which is among the lowest values ever achieved. Using a pressure of 80 psi, LIG is encapsulated with a polyimide layer, resulting in a minimal resistance increase of only 5%. Comprehensive characterization, including Raman spectroscopy and scanning electron microscopy, confirms that the encapsulation approach maintains the structural integrity of LIG while significantly improving its resilience to bending and environmental factors such as moisture and temperature fluctuations. Additionally, initial cyclic loading tests demonstrate the encapsulated LIG's ability to retain most of its conductive properties after the first mechanical deformation. These findings highlight the potential of this encapsulation technique for advancing flexible and wearable electronic devices, paving the way for more durable, high‐conductivity graphene‐based technologies.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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