MétaCan
Menu
Retour à la cohorte
Enregistrement W2332556100 · doi:10.1166/jnn.2009.1469

Combinatorial Polyelectrolyte Multilayer Film Fabrication

2009· article· en· W2332556100 sur OpenAlexaff
Matthew M. Coulter, D.S. dos Santos, Richard W. Loo, M. Cynthia Goh

Notice bibliographique

RevueJournal of Nanoscience and Nanotechnology · 2009
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Surface Interaction Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPolyelectrolyteMaterials scienceFabricationLayer by layerAdsorptionChemical engineeringAbsorbanceSalt (chemistry)PolystyreneDeposition (geology)Layer (electronics)NanotechnologyPolymerChromatographyOrganic chemistryComposite materialChemistry

Résumé

récupéré en direct d'OpenAlex

A combinatorial strategy for the fabrication of a library of polyelectrolyte multilayer films is presented in this paper. This innovative approach involves the parallel formation of polyelectrolyte multilayer films in the individual wells of polystyrene microtitre plates under various deposition conditions. The progress of film formation was monitored via the intensity of the UV-vis absorbance of one of the depositing polyelectrolytes using a conventional microplate reader. We demonstrate the utility of this technique by building a library of 120 distinct polyelectrolyte multilayer films. Both the primer layer composition and salt content of the polyeletrolyte solutions were systematically varied in the preparation of films of nine bilayers. Film growth did not follow a linear adsorption regime for the first three bilayers regardless of the composition of the primer layer. We observed that increasing the sodium chloride concentration in the polyelectrolyte solutions resulted in increased polyelectrolyte absorption for all the conditions studied. The approach presented here is a convenient method of producing and characterizing multiple films rapidly and reproducibly, making it a valuable tool for optimizing film fabrication.

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 seuil0,006

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 savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,265
Écart entre enseignants0,256 · 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

Citations2
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nanoscience and NanotechnologyMême sujetPolymer Surface Interaction StudiesTravaux en français237 207