MétaCan
Menu
Retour à la cohorte
Enregistrement W1966457276 · doi:10.1039/c002632h

Viscosity and interfacial properties in a mussel-inspired adhesive coacervate

2010· article· en· W1966457276 sur OpenAlexaff
Dong Soo Hwang, Hongbo Zeng, Aasheesh Srivastava, Daniel V. Krogstad, Matthew Tirrell, Jacob N. Israelachvili, J. Herbert Waite

Notice bibliographique

RevueSoft Matter · 2010
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Surface Interaction Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesDivision of Materials ResearchNational Institute of Dental and Craniofacial ResearchNational Institutes of HealthNational Science Foundation
Mots-clésCoacervateAdhesiveViscosityMixing (physics)AdhesionShear thinningMaterials scienceChemical engineeringMusselChemistryComposite materialChromatographyLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

The chemistry of mussel adhesion has commanded the focus of much recent research activity on wet adhesion. By comparison, the equally critical adhesive processing by marine organisms has been little examined. Using a mussel-inspired coacervate formed by mixing a recombinant mussel adhesive protein (fp-151-RGD) with hyaluronic acid (HA), we have examined the nanostructure, viscosity, friction, and interfacial energy of fluid-fluid phase-separated coacervates using the surface forces apparatus and microscopic techniques. At mixing ratios of fp-151-RGD:HA resulting in marginal coacervation, the coacervates showed shear-thickening viscosity and no structure by cryo-transmission electron microscopy (cryo-TEM). However, at the mixing ratio producing maximum coacervation, the coacervate showed shear-thinning viscosity and a transition to a bicontinuous phase by cryo-TEM. The shear-thinning viscosity, high friction coefficient (>1.2), and low interfacial energy (<1 mJ m(-2)) observed at the optimal mixing ratio for coacervation are promising delivery, spreading and adhesion properties for future wet adhesive and coating technologies.

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)0,001
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 enseignants0,000
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,240
Écart entre enseignants0,226 · 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

Citations259
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSoft MatterMême sujetPolymer Surface Interaction StudiesTravaux en français237 207