MétaCan
Menu
Retour à la cohorte
Enregistrement W7133037936

PHOTOPATTERNING OF PDMS VIA BENZOPHENONE-MEDIATED HYDROSILYLATION FOR SOFT MATERIAL MICROFABRICATION

2025· dissertation· W7133037936 sur OpenAlexafffund
Zefang Zhang

Notice bibliographique

RevueTSpace · 2025
Typedissertation
Langue
DomaineEngineering
ThématiqueNanofabrication and Lithography Techniques
Établissements canadiensUniversity of Toronto
Organismes subventionnairesChina Scholarship CouncilUniversity of Toronto
Mots-clésPolydimethylsiloxaneElastomerPDMS stampSoft lithographyMicrofabricationPrepolymerMicrofluidicsHydrosilylationLithographyPhotoinitiator
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This thesis presents a mold-free photopatterning strategy for polydimethylsiloxane (PDMS) and bottlebrush elastomers (BBEs) via benzophenone-mediated UV-induced hydrosilylation. Conventional PDMS patterning methods rely heavily on soft lithography and mold demolding, which are incompatible with ultrasoft materials due to deformation or tearing. Here, benzophenone is used as a photoinitiator to achieve selective crosslinking under UV exposure, enabling high-resolution negative-tone patterning without rigid molds. Mechanistic validation using (_^1)H NMR confirms that hydrogen abstraction by UV-excited benzophenone initiates radical-driven network formation. Process parameters were optimized for Sylgard 184 and extended to HMS- and VDT-based BBEs. The resulting patterned films exhibit features as small as 20 μm, vertical sidewalls, and minimal swelling. Mechanical characterization shows significant reduction in Young’s modulus under photochemical curing, demonstrating compatibility with soft electronics and neural interfaces. Demonstration devices including a microfluidic mixer and a stretchable conductor validate the method’s practical utility for bio-integrated soft systems.

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 enseignants0,003
Score d'incertitude au seuil0,009

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)0,0030,001

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 Opus0,010
Tête enseignante GPT0,291
Écart entre enseignants0,281 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetNanofabrication and Lithography TechniquesTravaux en français237 207