MétaCan
Menu
Retour à la cohorte
Enregistrement W2041129638 · doi:10.1039/c4tc00451e

Evaluation of form birefringence in chiral nematic mesoporous materials

2014· article· en· W2041129638 sur OpenAlexaff
Joel A. Kelly, C. P. K. Manchee, Susan Cheng, Jun Myun Ahn, Kevin E. Shopsowitz, Wadood Y. Hamad, Mark J. MacLachlan

Notice bibliographique

RevueJournal of Materials Chemistry C · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueLiquid Crystal Research Advancements
Établissements canadiensFPInnovationsUniversity of TorontoUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBirefringenceMaterials scienceLiquid crystalRefractive indexCircular dichroismMesoporous materialCelluloseDichroismOpticsOptoelectronicsCrystallographyChemical engineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

We present a detailed investigation into the form birefringence of chiral nematic mesoporous materials templated by the self-assembly of cellulose nanocrystals as the potential basis to detect changes in refractive index in an optical sensor using circular dichroism (CD) spectroscopy. The behavior is in excellent agreement with a model of form birefringence in a chiral nematic structure. We characterize the variability introduced by the self-assembly of the biologically-derived cellulose nanocrystals, which can partially be accounted for through normalization to address reproducibility in thickness and helical pitch within each sample. As one potential application, we show that the refractive index performance of these materials is maintained in strongly absorbing solutions due to the chiral nature of the form birefringence.

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)0,012
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,009
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,002
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 ouverte0,0010,000
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 Opus0,031
Tête enseignante GPT0,326
Écart entre enseignants0,295 · 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

Citations21
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Materials Chemistry CMême sujetLiquid Crystal Research AdvancementsTravaux en français237 207