MétaCan
Menu
Retour à la cohorte
Enregistrement W2073401403 · doi:10.1021/jp071765x

Damping by Bulk and Shear Viscosity of Confined Acoustic Phonons for Nanostructures in Aqueous Solution

2007· article· en· W2073401403 sur OpenAlexaff
Lucien Saviot, Caleb H. Netting, D. B. Murray

Notice bibliographique

RevueThe Journal of Physical Chemistry B · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceViscoelasticityViscosityNewtonian fluidIsotropyAqueous solutionNanoparticleVolume viscosityShear (geology)Composite materialThermodynamicsNanotechnologyOpticsChemistryPhysicsPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

A nanoparticle in aqueous solution is modeled as a homogeneous elastic isotropic continuum sphere in contact with an infinite viscous compressible Newtonian fluid. The frequencies and damping of the confined vibrational modes of the sphere are calculated for the material parameters of a CdSe nanoparticle in water and a poly(methyl methacrylate) nanosphere in water. Although the effects of viscosity are found to be negligible for macroscopic objects, for nanoscale objects, both the frequency and damping of the vibrational modes are significantly affected by the viscosity of the liquid. Furthermore, both shear viscosity and bulk viscosity play an important role. A model of the spherical satellite tobacco mosaic virus consisting of outer solid layers with a water core is also investigated, and the viscosity of the water core is found to significantly damp the free vibrational modes. The same approach can be applied for nonspherical geometries and also to viscoelastic nanoparticles.

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)0,001
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
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,006
Tête enseignante GPT0,216
Écart entre enseignants0,210 · 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

Citations56
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry BMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207