Superparamagnetic-Oil-Filled Nanocapsules of a Ternary Graft Copolymer
Notice bibliographique
Résumé
Stearic and oleic acid-coated Fe3O4 nanoparticles were dispersed in decahydronaphthalene (DN). This oil phase was dispersed in water using ternary graft copolymer poly(glycidyl methacrylate)-graft-[polystyrene-ran-(methoxy polyethylene glycol)-ran-poly(2-cinnamoyloxyethyl methacrylate)] or PGMA-g-(PS-r-MPEG-r-PCEMA) to yield capsules. The walls of these capsules were composed of PCEMA chains that were soluble in neither water nor DN, and the DN-soluble PS chains stretched into the droplet phase and the water-soluble MPEG chains extended into the aqueous phase. Structurally stable capsules were prepared by photolyzing the capsules with UV light to cross-link the PCEMA layer. Both the magnetite particles and the magnetite-containing capsules were superparamagnetic. The sizes of the capsules increased as they were loaded with more magnetite nanoparticles, reaching a maximal loading of ~0.5 mg of ligated magnetite nanoparticles per mg of copolymer. But the radii of the capsules were always <100 nm. Thus, a novel nanomaterial--superparamagnetic-oil-filled polymer nanocapsules--was prepared. The more heavily loaded capsules were readily captured by a magnet and could be redispersed via shaking. Although the cross-linked capsules survived this capturing and redispersing treatment many times, the un-cross-linked capsules ruptured after four cycles. These results suggest the potential to tailor-make capsules with tunable wall stability for magnetically controlled release 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».