Nanoparticle Preparation Using the Single Microemulsions Scheme
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Nanoparticles serve the need for advanced materials with specific chemical, physical, and electronic properties. These properties can be attained by manipulating the particle size. Consequently, size control has been recognized as a key factor for selecting a nanoparticle preparation technique. (w/o) Microemulsions, or reverse micelles, have been successfully used to prepare wide variety of nanoparticles with controlled sizes. Studies showed that adjusting microemulsion and/or operation variables provides a key to controlling nanoparticle size and polydispersity. The effect of a given variable, however, relies heavily on the reactant addition scheme. The mixing of two microemulsions scheme has been widely used in the literature, and the effect of microemulsion and operation variables on intermicellar nucleation and growth was detailed. The single microemulsions reactant addition scheme, on the other hand, enables intramicellar nucleation and growth, and therefore, may lead to a different response. Moreover, studies on nanoparticle preparation using the single microemulsions scheme involved more of reactive surfactants and introduced the concept nanoparticle uptake, which pertains to the maximum colloidal concentration of nanoparticles that can be stabilized in a microemulsion system. This review looks into the mechanisms controlling nanoparticle formation and compares literature trends reported for the effect of microemulsion and operation variables on the nanoparticle size and polydispersity for the single microemulsions reactant addition scheme. Moreover, it sheds some light on nanoparticle uptake and its significance.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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