MétaCan
Menu
Retour à la cohorte
Enregistrement W4414984062 · doi:10.1002/smll.202510062

TPU/MOFs Electrospun Composite Film for Underwater Tactile Sensing and Finger Joint Bending Monitoring

2025· article· en· W4414984062 sur OpenAlexaff
Quanyu Wang, Zichao Wang, Wenshuai Tian, Zhiqian Li, Pu Liu, Zonglin Pan, Yongxin Song, Dongqing Li

Notice bibliographique

RevueSmall · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésUnderwaterSIGNAL (programming language)ElastomerBendingTactile sensorPressure sensorHydrostatic pressurePressingThermoplastic polyurethane

Résumé

récupéré en direct d'OpenAlex

Abstract Most flexible tactile pressure sensors can hardly be used in deep sea due to the strict water sealing requirement on the soft material and the hardening effect due to high hydroSstatic pressure. To address these issues, a self‐powered and hydrostatic pressure‐balanced underwater flexible tactile sensor based on an electrospun nanofiber film composed of a thermoplastic polyurethane elastomer (TPU) and Metal Organic Frameworks (MOFs‐801) is presentedr. The sensor generates ionic current via different ion movement speeds under pressure, and can simultaneously achieve pressure and position sensing. Experimental results show the signal magnitude increases with the increase in the applied pressure, carboxyl group concentration, and stretching length. The direction and magnitude of the signal depend on the pressing or stretching position of the film, with bigger current magnitude closer to the film ends. The maximum sensitivity is 1.31 kPa −1 , with the response and recovery times of 0.16 and 0.51 s, respectively. The sensor remains operational after over 1400 cycles under 600 kPa external load. Furthermore, the signal magnitude decreased only by 10.38% under 100 m water depth. Proof of concept demonstration of object shape differentiation by monitoring the bending of finger joints is successfully achieved.

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 enseignants0,121
Score d'incertitude au seuil0,642

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 Opus0,020
Tête enseignante GPT0,232
Écart entre enseignants0,212 · 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSmallMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207