MétaCan
Menu
Retour à la cohorte
Enregistrement W2132496777 · doi:10.1007/s12274-014-0593-x

Diffusive transport of two charge equivalent and structurally similar ruthenium complex ions through graphene oxide membranes

2014· article· en· W2132496777 sur OpenAlexafffund
Michael D. Coleman, Xiaowu Tang

Notice bibliographique

RevueNano Research · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueNanopore and Nanochannel Transport Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMembraneGrapheneDiffusionIonOxideRutheniumMaterials scienceStackingChemical physicsMoleculeIon transporterChemical engineeringChemistryNanotechnologyOrganic chemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

Here, we report a study of ion transport across graphene oxide (GO) membranes of various thicknesses, made by vacuum filtration of GO aqueous solutions. The diffusive transport rates of two charge-equivalent ruthenium complex ions Ru(bpy)3 2+ and Ru(phen)3 2+, with a sub-angstrom size difference, are distinguishable through GO membranes and their ratio can be a unique tool for probing the transport-relevant pore structures. Pore and slit-dominant hindered diffusion models are presented and correlated to experimental results. Our analysis suggests that ion transport is mostly facilitated by large pores (larger than 1.75 nm in diameter) in the relatively thin GO membranes, while slits formed by GO stacking (less than 1.42 nm in width) become dominant only in thick membranes. By grafting PEG molecules to the lateral plane of GO sheets, membranes with enlarged interlayer spacing were engineered, which showed drastically increased ion transport rates and lower distinction among the two ruthenium complex ions, consistent with the prediction by the slit-dominant steric hindered diffusion model.

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)0,000
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
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,065
Tête enseignante GPT0,324
Écart entre enseignants0,259 · 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

Citations14
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNano ResearchMême sujetNanopore and Nanochannel Transport StudiesTravaux en français237 207