MétaCan
Menu
Retour à la cohorte
Enregistrement W2318596440 · doi:10.1021/mz2000175

General Strategy for Making CO<sub>2</sub>-Switchable Polymers

2011· article· en· W2318596440 sur OpenAlexafffund
Dehui Han, Xia Tong, Olivier Boissière, Yue Zhao

Notice bibliographique

RevueACS Macro Letters · 2011
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCarbon dioxide utilization in catalysis
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésLower critical solution temperatureCopolymerMethacrylatePolymerMaterials scienceSelf-healing hydrogelsMicellePolymer chemistrySolubilityChemical engineeringSmart polymerThermoresponsive polymers in chromatographyMonomerAqueous solutionChemistryOrganic chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

By discovering that poly( N, N -dimethylaminoethyl methacrylate) (PDMAEMA) in water can react with carbon dioxide (CO 2 ) and have its lower critical solution temperature (LCST) reversibly tuned by passing CO 2 and argon (Ar) through the solution, we describe a general strategy for imparting a CO 2 -switchable LCST or water solubility to polymers of broad interest like poly( N -isopropylacrylamide) (PNIPAM) and poly[2-(2-methoxyethoxy)ethyl methacrylate] (PMEO 2 MA). We show that by easy copolymerization incorporating DMAEMA as a CO 2 -responsive trigger into PNIPAM or PMEO 2 MA, their LCST can effectively be switched by the gases. Two examples of applications were further demonstrated: upon CO 2 or Ar bubbling at a constant solution temperature, hydrogels could undergo a reversible volume transition and block copolymer micelles could be dissociated and reassembled. This study opens the door to a wide range of easily accessible CO 2 -switchable polymers, enabling the use of CO 2 as an effective trigger for smart materials and devices.

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 enseignants0,002
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)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,029
Tête enseignante GPT0,254
Écart entre enseignants0,225 · 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

Citations270
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Macro LettersMême sujetCarbon dioxide utilization in catalysisTravaux en français237 207