MétaCan
Menu
Retour à la cohorte
Enregistrement W1981272951 · doi:10.1002/cjce.5450850501

Role of Collective Interactions in Self‐Assembly of Charged Particles at Liquid Interfaces

2007· article· en· W1981272951 sur OpenAlexvenueno aff
Stanley Wu, Alex Nikolov, Darsh T. Wasan

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2007
Typearticle
Langueen
DomaineMaterials Science
ThématiquePickering emulsions and particle stabilization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChemical physicsParticle (ecology)Radial distribution functionColloidDipoleMaterials scienceMonte Carlo methodPair potentialRange (aeronautics)Molecular dynamicsCollective behaviorElectrostaticsNanotechnologyCondensed matter physicsChemistryPhysicsPhysical chemistryComputational chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Charged nano‐colloidal particles self‐assemble and display ordered arrays or other structures at liquid interfaces. We used Monte Carlo (MC) simulations to examine the effect of long‐range repulsive collective inter‐particle interactions on structural—transitions from liquid‐like to crystal‐like. We used the asymptotic pair interaction potential proposed by Hurd (J. Phys. A. Math Gen 18 , L1055 (1985)), which includes both the screened Coulombic contribution and the dipole‐dipole interaction. The effects of the collective inter‐particle interactions on the interfacial 2‐D colloid structure formation were quantified by the radial distribution function and the potential of the mean force. The MC simulations agreed with the experimentally observed particle structural transitions at both the air‐water and oil‐water interfaces. The effects of the particle charge and interfacial coverage on the 2‐D structure formation were analyzed. The significance of the results lies in their potential applications in inducing 2‐D structural transitions in interfacial colloids to form ordered structures; this controls the emulsion and foam stability, and aids in the fabrication of patterned materials with desirable properties.

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 enseignants0,003
Score d'incertitude au seuil0,162

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 Opus0,011
Tête enseignante GPT0,229
Écart entre enseignants0,218 · 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

Citations9
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetPickering emulsions and particle stabilizationTravaux en français237 207