MétaCan
Menu
Retour à la cohorte
Enregistrement W2267727474 · doi:10.1098/rspa.2015.0522

Corona charge regulation in nanoparticle electrophoresis

2015· article· en· W2267727474 sur OpenAlexfundno aff
Reghan J. Hill

Notice bibliographique

RevueProceedings of the Royal Society A Mathematical Physical and Engineering Sciences · 2015
Typearticle
Langueen
DomaineChemistry
ThématiqueElectrostatics and Colloid Interactions
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésElectrokinetic phenomenaElectrophoresisElectrolyteNanoparticleEthylene glycolChemical physicsChemistryNanotechnologyHydrodynamic radiusMaterials scienceChromatographyElectrodePhysical chemistryOrganic chemistryDynamic light scattering

Résumé

récupéré en direct d'OpenAlex

Nanoparticle (NP) size and charge play key roles in bioconjugation chemistry, imaging and drug delivery. Although the electrophoretic mobility and hydrodynamic size are routinely measured, interpreting these data can be extremely difficult. Here, the challenge is addressed via an electrokinetic model for spheres bearing a soft amphoteric corona, the charge of which is regulated by a multi-component electrolyte. The model is applied to NPs with a metallic core to which are grafted poly(ethylene glycol) chains with either weak acid or amphiprotic end groups. The results elucidate the separate roles of electrolyte pH and ionic strength on the electrophoretic mobility and diffusion coefficient. In this study, the forces were evaluated directly, rather than from the Stokeslet velocity disturbances. While the second-order convergence was demonstrated by both methods, the direct approach, which uses only the inner part of the global solution, furnished superior accuracy and robustness. This may benefit future attempts to model the dielectric and electroacoustic properties of these complex nanoparticulates.

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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
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 recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,219
Écart entre enseignants0,209 · 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

Citations15
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Royal Society A Mathematical Physical and Engineering SciencesMême sujetElectrostatics and Colloid InteractionsTravaux en français237 207