MétaCan
Menu
Retour à la cohorte
Enregistrement W1979252879 · doi:10.1021/bm034458f

Characterization of Nanostructure of Stimuli-Responsive Polymeric Composite Membranes

2004· article· en· W1979252879 sur OpenAlexaff
Kai Zhang, Huiyu Huang, Guocheng Yang, James E. Shaw, Christopher M. Yip, Xiao Yu Wu

Notice bibliographique

RevueBiomacromolecules · 2004
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHydrogels: synthesis, properties, applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMembranePolyelectrolyteChemical engineeringNanoparticleScanning electron microscopeMaterials scienceNanostructureX-ray photoelectron spectroscopyCoatingComposite numberChemistryPolymer chemistryNanotechnologyPolymerComposite material

Résumé

récupéré en direct d'OpenAlex

To elucidate the mechanism of stimuli-responsive permeability and to optimize the design, the nanostructure of polymeric composite membranes, developed in our laboratory, was characterized. The membranes were prepared to contain various amounts of stimuli-responsive nanoparticles of poly(N-isopropylacrylamide-co-methacrylic acid), with or without polyelectrolyte coating. Scanning electron microscopy and X-ray photoelectron spectroscopy were used respectively to examine the morphology and surface chemical composition, whereas atomic force microscopy and laser scanning confocal microscopy were employed to characterize the in situ surface and internal structure of the membranes in aqueous media of various pHs. The porous structure was evidenced in the presence of the nanoparticles. The surface content of the nanoparticles increased with increasing particle concentration while the polyelectrolyte coating was nearly undetectable. AFM images revealed that the particles in the membranes shrank with a concomitant increase in pore size as the buffer pH decreased. LSCM results indicated that particles were distributed through the membrane as interconnected clusters.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,005
Score d'incertitude au seuil0,626

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,234
Écart entre enseignants0,225 · 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 tête enseignante, 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

Citations46
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomacromoleculesMême sujetHydrogels: synthesis, properties, applicationsTravaux en français237 207