MétaCan
Menu
Retour à la cohorte
Enregistrement W4416885174 · doi:10.37665/sresmuc55378

Stretchable Polyurethane-Based Conductive Ink for E-Textile Applications

2018· article· W4416885174 sur OpenAlexaff
Pengxiang Si, Li Chen, Boxin Zhao, Alex Chen, John Persic, Robert Lyn

Notice bibliographique

RevueSoldering and Reliability Conferences · 2018
Typearticle
Langue
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésElectrical conductorInkwellCoatingConductive inkTextileConductive polymerPorosityAdhesion

Résumé

récupéré en direct d'OpenAlex

ABSTRACT E-textile plays an important role in wearable electronics such as sensor, supercapacitor and nanogenerator. Coating or printing conductive ink on textile is a promising simple, inexpensive and large-scale manufacturing method. However, to obtain highly conductive conductors, most of conductive inks such as metal-based and carbon-based ink suffer from their poor adhesion onto the textile; the cured inks are prone to be wiped off and washed away. Some inks crack on textile because of the rigid property of binder and porous and deformable structure of textile. In addition, organic solvents are often used in conductive ink which is harmful to environment and human body. Here, we report our recent development of an aqueous-based conductive ink, which can penetrate into textile effectively and obtain high conductivity, high stretchability and high durability. This ink is based on highly stretchable water-based polyurethane as binder. The ink coated textile can maintain high conductivity after 10 times of stretch and 20 times wash cycle. Finally, a strain E-textile sensor on human body shows the potential application for tracking movement.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0020,001

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 Opus0,026
Tête enseignante GPT0,270
Écart entre enseignants0,243 · 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'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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSoldering and Reliability ConferencesMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207