Controlled Self-Assembly of Quantum Dot−Block Copolymer Colloids in Multiphase Microfluidic Reactors
Notice bibliographique
Résumé
The controlled self-assembly of large compound quantum dot micelles (QDCMs), consisting of constituents of polymer-stabilized quantum dots (QDs) and amphiphilic polystyrene-b-poly(acrylic acid) stabilizing chains, in gas-liquid segmented microfluidic reactors is demonstrated. Self-assembly is initiated by fast mixing of water with the polymer constituents via chaotic advection, as liquid plugs containing reactants move through a sinusoidal mixing channel. The resulting QDCMs are then processed within a postformation channel, where circulating flow patterns develop within the liquid plugs, followed by off-chip quenching and analysis by transmission electron microscopy (TEM). Particle processing via circulating flow is found to involve a combination of particle growth via collision-induced coalescence and shear-induced particle breakup. The final mean QDCM sizes represent kinetic states arising from the competition between these two mechanisms, depending on tunable chemical and flow parameters. A systematic investigation of the experimental variables that influence particle size and polydispersity, including water concentration, flow rate, and the gas-to-liquid flow ratio, is conducted, demonstrating tunability of QDCM sizes in the range of approximately 40-140 nm. The importance of shear-induced particle breakup in the limit of high shear is illustrated by a common minimum particle size, 41 +/- 1 nm, which is achieved for all water contents by increasing the total flow rate to sufficiently high values.
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 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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».