MétaCan
Menu
Retour à la cohorte
Enregistrement W2278414398 · doi:10.1002/masy.201500109

Designing Polymeric Sensing Materials for Analyte Detection and Related Mechanisms

2016· article· en· W2278414398 sur OpenAlexafffund
Katherine M. E. Stewart, Alexander Penlidis

Notice bibliographique

RevueMacromolecular Symposia · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueConducting polymers and applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesAUTO21 Network of Centres of ExcellenceNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésAnalyteMaterials sciencePolymerNanotechnologyOxidePolyanilineChemistryChromatographyComposite material

Résumé

récupéré en direct d'OpenAlex

Summary A systematic approach is used to design and tailor sensing materials for targeted analytes and specific applications. An example is used to demonstrate how potential sensing materials can be designed based on the chemical nature of both the target analyte and the sensing material, and thus predominant sensing mechanisms by which the two interact. The example analyte is a small, polar molecule able to hydrogen bond; therefore, a sensing material that targets the analyte should have polymer chains that pack tightly together, be polar, and be able to hydrogen bond. Any metal oxide dopants should be able to coordinate to both the target analyte and the polymer. Polyaniline and poly ( o ‐anisidine), along with nickel oxide and zinc oxide, are chosen as potential sensing materials and subsequently evaluated based on their ability to sorb the analyte in question.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,318
Score d'incertitude au seuil0,437

Scores Codex et Gemma par catégorie

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 savante0,0000,000
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 Opus0,009
Tête enseignante GPT0,229
Écart entre enseignants0,220 · 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 tête enseignante, 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

Citations12
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMacromolecular SymposiaMême sujetConducting polymers and applicationsTravaux en français237 207