MétaCan
Menu
Retour à la cohorte
Enregistrement W1990570780 · doi:10.1021/ma992135z

Monte Carlo and Mean Field Study of Diblock Copolymer Micelles

2000· article· en· W1990570780 sur OpenAlexaff
M. P. Pépin, M. D. Whitmore

Notice bibliographique

RevueMacromolecules · 2000
Typearticle
Langueen
DomaineMaterials Science
ThématiqueBlock Copolymer Self-Assembly
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésMonte Carlo methodMicelleCopolymerMean field theoryRelaxation (psychology)Statistical physicsDegree of polymerizationMaterials scienceTheta solventThermodynamicsPolymerPhysicsSolventChemistrySolvent effectsPhysical chemistryPolymerizationCondensed matter physicsMathematicsNuclear magnetic resonanceOrganic chemistryAqueous solutionStatistics

Résumé

récupéré en direct d'OpenAlex

When small concentrations of A- b -B diblock copolymer are mixed with selective solvent or A homopolymer, they often form spherical micelles with cores comprised of the B blocks. Mean field theory predicts that the core radii scale primarily with the degree of polymerization of the B block as with α ≃ 2/3 or larger, and this is consistent with many experimental data. However, recent experiments on very strongly segregated “crew-cut” micelles indicate a much weaker dependence. In this paper, we study crew-cut micelles using a simple mean field theory and Monte Carlo simulations. The Monte Carlo simulations include the calculation of the system relaxation times, which are used both to determine the simulation times required to reach equilibrium and to examine, at least qualitatively, the variable solvent qualities at which the micelle structures become “frozen in” for different polymer molecular weights. The mean field results for these crew-cut, strongly segregated micelles are consistent with previous mean field calculations, giving α = 0.77 at fixed solvent quality. The Monte Carlo results indicate that nonequilibrium effects result in a weaker power law, as observed experimentally.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,230
Écart entre enseignants0,223 · 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'étudeSimulation ou modélisation
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

Citations31
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacromoleculesMême sujetBlock Copolymer Self-AssemblyTravaux en français237 207