Polymer Diffusion in PBMA Latex Films Using a Polymerizable Benzophenone Derivative as an Energy Transfer Acceptor
Notice bibliographique
Résumé
Fluorescence resonance energy transfer (FRET) measurements were used to monitor polymer diffusion in poly(butyl methacrylate) latex films with a polymer molar mass of M w ≈ 125 000 ( M w / M n = 2.5). These experiments employed the nonfluorescent acceptor chromophore NBen, which allowed faster data acquisition at lower acceptor dye concentration (0.3, 0.5 mol %) than previous experiments with anthracene (1 mol %) as the acceptor. The data were analyzed in two distinct ways. Our traditional simplified approach involved calculating f m values for the quantum efficiencies of FRET (Φ ET ). Apparent diffusion coefficients D app were calculated by making rather severe assumptions about f m . In addition, we carried out mathematical simulations of diffusion which satisfied Fick's laws in a spherical geometry. The concentration profiles of donor and acceptor were introduced into equations that describe the rate for of energy transfer, and donor decay profiles were simulated ( t ). By comparing simulated and experimental decay profiles as a function of sample annealing time, optimum values of the mean diffusion coefficient 〈 D 〉 were obtained. A comparison of the two different methods of data analysis indicates that D app values are larger than 〈 D 〉 values by a factor of 2−4 but track the “true” diffusion coefficients rather well. From the temperature dependence of the diffusion coefficients, we found effective activation energies for diffusion of E a = 33.5 ± 2.5 kcal/mol from D app and 38 ± 5 kcal/mol from 〈 D 〉. These values are very similar to the value of E a = 39 kcal/mol from D app obtained in earlier experiments in which anthracene served as the acceptor chromophore.
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 | 0,000 |
| 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) | 0,003 | 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 ».