Novel conductive hydrogels incorporating conjugated polymer-single-walled carbon nanotube complexes as network reinforcer and conductive filler
Notice bibliographique
Résumé
Conductive hydrogels incorporating single-walled carbon nanotubes (SWNTs) as conductive fillers are rarely reported, as their poor solution processability poses a major challenge for uniform integration into hydrogel networks. Dispersing SWNTs with conjugated polymers (CPs) improves their solution processability but typically yields dilute dispersions in organic solvents that are difficult to convert into hydrogels. Additionally, the insulating sidechains on CPs often diminish the conductivity of the final material. To address these limitations, we employed a CP featuring self-immolative linkers (SILs) in its sidechains to disperse SWNTs in N, N-dimethylformamide. This dispersion was then combined with a concentrated polyvinyl alcohol solution in dimethyl sulfoxide to form a uniform composite. After concentration via centrifugation and solvent exchange into water, a stable hydrogel was formed through multiple freeze–thaw cycles. The SILs enabled rapid and clean removal of the polymer sidechains upon treatment with tetra- n-butylammonium fluoride (TBAF), resulting in an approximately threefold enhancement in hydrogel conductivity. Moreover, the sidechain cleavage products contributed to hydrogen bonding within the hydrogel network, counteracting the chaotropic effects of TBAF and reinforcing the hydrogel mechanically. This innovative strategy provides a versatile platform for fabricating conductive hydrogels from organic solvents and is readily adaptable to a wide range of polymeric systems, opening new avenues in functional hydrogel design.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».