MétaCan
Menu
← Retour à la cohorte
Enregistrement W7056055425

Development of Poly(Hindered Urea) Network for Self-healable Triboelectric Nanogenerators

2023· dissertation· en· W7056055425 sur OpenAlexfundno aff

Notice bibliographique

RevueSpectrum Research Repository (Concordia University) · 2023
Typedissertation
Langueen
DomainePhysics and Astronomy
ThématiqueAtomic and Subatomic Physics Research
Établissements canadiensnon disponible
Organismes subventionnairesMitacsConcordia University
Mots-clésTriboelectric effectScope (computer science)Covalent bondIsocyanateDynamic covalent chemistryElectronicsMechanical energy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In recent years healable electronics have garnered significant attention for their scope in next-generation electronic devices. In particular, triboelectric nanogenerators (TENGs) which are capable of harvesting energies from mechanical motions have been explored as a promising power source for self-powered devices. TENGs possess the benefits of high performance, convenience, eco-friendliness, and low cost and require great strength and functionality to perform. The incorporation of self-healability into the design of TENG systems could improve their lifetime and durability as well as their energy harvesting capabilities. Dynamic covalent chemistries have been utilized extensively for the development of covalent adaptive networks exhibiting self-healability and reprocessability. However, most approaches require the use of external stimuli to establish the reversibility of broken networks. Therefore, the development of a new strategy for the synthesis of robust networks with the balanced properties of void-filling and mechanical strength is required for value-added applications such as flexible electronics. \nHindered urea bond (urea with a bulky substituent, attached to its nitrogen atom) is a promising dynamic covalent chemistry which undergoes dynamic exchange reaction at mild temperature, with no catalysts. The reaction of a bulky amine with isocyanate allows for a simple design of a polyurea self-healing network, further broadening the scope of applications for these materials. \nMy Ph.D. research has aimed to study self-healing mechanisms of hindered urea chemistry and to design and synthesize new materials that can undergo catalyst-free dynamic exchange reactions and thus autonomously repair cracks and starches at lower temperatures as well as exhibit reprocessability. Furthermore, the developed networks were evaluated for TENG performances to better understand the design principles of self-healable TENGs.

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 enseignants0,001
Score d'incertitude au seuil0,004

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)0,0010,000

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 Opus0,028
Tête enseignante GPT0,290
Écart entre enseignants0,262 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpectrum Research Repository (Concordia University)→Même sujetAtomic and Subatomic Physics Research→Travaux en français237 207→