To gel or not to gel: correlating molecular gelation with solvent parameters
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Rational design of small molecular gelators is an elusive and herculean task, despite the rapidly growing body of literature devoted to such gels over the past decade. The process of self-assembly, in molecular gels, is intricate and must balance parameters influencing solubility and those contrasting forces that govern epitaxial growth into axially symmetric elongated aggregates. Although the gelator-gelator interactions are of paramount importance in understanding gelation, the solvent-gelator specific (i.e., H-bonding) and nonspecific (dipole-dipole, dipole-induced and instantaneous dipole induced forces) intermolecular interactions are equally important. Solvent properties mediate the self-assembly of molecular gelators into their self-assembled fibrillar networks. Herein, solubility parameters of solvents, ranging from partition coefficients (log P), to Henry's law constants (HLC), to solvatochromic parameters (ET(30)), and Kamlet-Taft parameters (β, α and π), and to Hansen solubility parameters (δp, δd, δh), are correlated with the gelation ability of numerous classes of molecular gelators. Advanced solvent clustering techniques have led to the development of a priori tools that can identify the solvents that will be gelled and not gelled by molecular gelators. These tools will greatly aid in the development of novel gelators without solely relying on serendipitous discoveries. These tools illustrate that the quest for the universal gelator should be left in the hands of Don Quixote and as researchers we must focus on identifying gelators capable of gelling classes of solvents as there is likely no one gelator capable of gelling all solvents.
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.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,003 |
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 découle