MétaCan
Menu
Retour à la cohorte
Enregistrement W1997423249 · doi:10.1021/am403007f

Simple Coating with pH-Responsive Polymer-Functionalized Silica Nanoparticles of Mixed Sizes for Controlled Surface Properties

2013· article· en· W1997423249 sur OpenAlexafffund
Yohei Kotsuchibashi, Yinan Wang, Youngjin Kim, Mitsuhiro Ebara, Takao Aoyagi, Ravin Narain

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2013
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSurface Modification and Superhydrophobicity
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of AlbertaNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésMaterials scienceSurface modificationCoatingChemical engineeringAtom-transfer radical-polymerizationContact angleNanoparticlePolymerScanning electron microscopeAdsorptionMethacrylatePolymerizationNanotechnologyComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Different-sized silica nanoparticles (SiNPs) were functionalized by pH-responsive poly(2-(diisopropylamino)ethyl methacrylate) (PDP) via surface-initiated atom transfer radical polymerization (ATRP). The functionalized PDP-SiNPs were used to coat glass surfaces, polymeric nanofibers, and paper via simple coating methods such as dip, cast, and spray coating. A PDP-SiNPs mixture having different sizes was found to change the surface properties of the substrates remarkably, compared to one containing PDP-SiNPs with uniform sizes. High surface roughness was achieved with very little coating materials, which is beneficial from an economical point of view. Moreover, adsorption/desorption of PDP-SiNPs onto/from the substrates could be controlled by changing solution pH due to the protonation/deprotonation of the PDP. The surface properties of the coated substrates were analyzed by contact angle (CA) measurement, scanning electron microscopy (SEM), and transmission electron microscopy (TEM). This inexpensive system provides a simple, quick, and effective approach to changing the surface properties of substrates that could be exploited for large-scale surface modification.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,002
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0030,000

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 Opus0,021
Tête enseignante GPT0,234
Écart entre enseignants0,212 · 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.

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

Citations19
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetSurface Modification and SuperhydrophobicityTravaux en français237 207