MétaCan
Menu
Retour à la cohorte
Enregistrement W2336249995 · doi:10.1039/c6fd00057f

Linear assembly of patchy and non-patchy nanoparticles

2016· article· en· W2336249995 sur OpenAlexafffund
Rachelle M. Choueiri, Elizabeth Galati, Anna Klinkova, Héloïse Thérien‐Aubin, Eugenia Kumacheva

Notice bibliographique

RevueFaraday Discussions · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensUniversity of TorontoToronto Public Health
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaConnaught Fund
Mots-clésNanoparticleSolvophobicPolymerPolymerizationMaterials scienceNanotechnologyRational designChemical physicsSelf-assemblyLinear polymerPlasmonic nanoparticlesMoleculeChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Linear assemblies of nanoparticles show promising applications due to their collective electronic, optical and magnetic properties. Rational design and controllable organization of nanoparticles in one-dimensional structures can strongly benefit from the marked similarity between conventional step-growth polymerization reactions and directional step-wise assembly of nanoparticles in linear chains. Here we show different aspects of the "polymerization" approach to the solution-based self-assembly of polymer-functionalized metal nanoparticles with different chemical compositions, shapes and dimensions. The self-assembly was triggered by inducing solvophobic attraction between polymer ligands, due to the change in solvent quality. We show that both anisotropic (patchy) nanoparticles and nanoparticles uniformly capped with polymer molecules can self-assemble in linear chains. We explore the control of chain length, morphology, and composition, discuss the ability to form isotropic and hierarchical structures and show the properties and potential applications of linear assemblies of plasmonic nanoparticles.

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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,242
Écart entre enseignants0,230 · 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

Citations33
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFaraday DiscussionsMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207