MétaCan
Menu
Retour à la cohorte
Enregistrement W2159054917 · doi:10.1146/annurev-chembioeng-061312-103308

Manipulating Crystallization with Molecular Additives

2014· review· en· W2159054917 sur OpenAlexfundno aff
Alexander G. Shtukenberg, Stephanie S. Lee, Bart Kahr, Michael D. Ward

Notice bibliographique

RevueAnnual Review of Chemical and Biomolecular Engineering · 2014
Typereview
Langueen
DomaineMaterials Science
ThématiqueCrystallization and Solubility Studies
Établissements canadiensnon disponible
Organismes subventionnairesDivision of ChemistryDivision of Materials ResearchMaterials Research Science and Engineering Center, Harvard UniversityYork UniversityNational Science Foundation
Mots-clésCrystallizationNucleationCrystal growthNanotechnologyProtein crystallizationMaterials scienceCrystal (programming language)Chemical physicsCrystal engineeringChemistryCrystallographyCrystal structureComputer scienceOrganic chemistrySupramolecular chemistry

Résumé

récupéré en direct d'OpenAlex

Given the importance of organic crystals in a wide range of industrial applications, the chemistry, biology, materials science, and chemical engineering communities have focused considerable attention on developing methods to control crystal structure, size, shape, and orientation. Tailored additives have been used to control crystallization to great effect, presumably by selectively binding to particular crystallographic surfaces and sites. However, substantial knowledge gaps still exist in the fundamental mechanisms that govern the formation and growth of organic crystals in both the absence and presence of additives. In this review, we highlight research discoveries that reveal the role of additives, either introduced by design or present adventitiously, on various stages of formation and growth of organic crystals, including nucleation, dislocation spiral growth mechanisms, growth inhibition, and nonclassical crystal morphologies. The insights from these investigations and others of their kind are likely to guide the development of innovative methods to manipulate crystallization for a wide range of materials and applications.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,011
Tête enseignante GPT0,272
Écart entre enseignants0,261 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations59
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnual Review of Chemical and Biomolecular EngineeringMême sujetCrystallization and Solubility StudiesTravaux en français237 207