MétaCan
Menu
Retour à la cohorte
Enregistrement W1971216177 · doi:10.1021/la026100v

Production of Unilamellar Vesicles Using an Inverted Emulsion

2003· article· en· W1971216177 sur OpenAlexaff
Sophie Pautot, Barbara J. Frisken, David A. Weitz

Notice bibliographique

RevueLangmuir · 2003
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueLipid Membrane Structure and Behavior
Établissements canadiensSimon Fraser University
Organismes subventionnairesDivision of Materials Research
Mots-clésVesiclePulmonary surfactantEmulsionChemical engineeringChemistryAqueous solutionKineticsMicrofluidicsPolymerizationMaterials scienceChromatographyNanotechnologyMembraneOrganic chemistryPolymer

Résumé

récupéré en direct d'OpenAlex

We investigate a method for the controlled assembly of unilamellar vesicles consisting of bilayers assembled one leaflet at a time. We use water-in-oil emulsions stabilized by the material for the inner leaflet and produce vesicles by passing the water droplets through a second oil−water interface, where they become coated with the outer leaflet. We have used this technique to form vesicles from lipids, mixed lipid and surfactant systems, and diblock copolymers. The stability of lipid-stabilized emulsions limits the range of sizes that can be produced and the vesicle yield; nevertheless, there are several advantages with this emulsion-based technique: It is possible to make unilamellar vesicles with sizes ranging from 100 nm to 1 μm. Moreover, the process allows for efficient encapsulation and ensures that the contents of the vesicles remain isolated from the continuous aqueous phase. To illustrate possible applications of this technique, we demonstrate the use of vesicles as microreactors where we polymerize actin through the addition of magnesium and show that the polymerization kinetics are unaffected by the encapsulation.

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 seuil0,003

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 savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,020
Tête enseignante GPT0,263
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

Citations573
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetLipid Membrane Structure and BehaviorTravaux en français237 207