MétaCan
Menu
Retour à la cohorte
Enregistrement W2034103813 · doi:10.1039/c3cp55079f

pH and thermo-responsive tetronic micelles for the synthesis of gold nanoparticles: effect of physiochemical aspects of tetronics

2014· article· en· W2034103813 sur OpenAlexaff
Vijender Singh, Poonam Khullar, Pragnesh N. Dave, Aman Kaura, Mandeep Singh Bakshi, Gurinder Kaur

Notice bibliographique

RevuePhysical Chemistry Chemical Physics · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensCollege of the North AtlanticWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésMicelleNanoreactorNanoparticleChemistryChemical engineeringPolymerMacromoleculeColloidal goldNanotechnologyAqueous solutionMaterials scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Micelles of the star shaped block polymers "tetronics" were employed for the synthesis of gold (Au) nanoparticles (NPs) under the effect of pH and temperature variation. The presence of the diamine core in the tetronic macromolecule made its micelles highly pH responsive, thereby dramatically altering the physiochemical properties. Likewise, a high degree of hydration made the micelles temperature sensitive. UV-visible studies, transmission electron microscopy (TEM), gel electrophoresis, and structure optimization by energy minimization were applied to understand the physiochemical aspects of tetronic micelles and their further role in the synthesis of Au NPs. Synthesis of Au NPs was triggered by the surface cavities of the micelles and hence the NPs simultaneously adsorbed on the micelle surface. Low pH induced high hydration and temperature responsive well defined vesicular morphologies bearing Au NPs, while high pH produced mainly large and compact compound micelles carrying NPs. Both pH and temperature responsive behaviors of different tetronics significantly influenced the synthesis of Au NPs and thus demonstrated their ability to act as nanoreactors for the materials synthesis under different experimental conditions.

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 seuil0,002

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 GPT0,228
Écart entre enseignants0,222 · 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

Citations42
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Chemistry Chemical PhysicsMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207