MétaCan
Menu
Retour à la cohorte
Enregistrement W2474656750 · doi:10.1038/srep25393

A Chemical Template for Synthesis of Molecular Sheets of Calcium Carbonate

2016· article· en· W2474656750 sur OpenAlexfundno aff
Ina Rianasari, Farah Benyettou, Sudhir Kumar Sharma, Thomas N. Blanton, Serdal Kırmızıaltın, Ramesh Jagannathan

Notice bibliographique

RevueScientific Reports · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCalcium Carbonate Crystallization and Inhibition
Établissements canadiensnon disponible
Organismes subventionnairesYork UniversityNew York University Abu Dhabi
Mots-clésLamellar structureAmorphous calcium carbonateCrystallizationPolymerCalcium carbonateMaterials scienceCalciteGrapheneCarboxylateChemical engineeringAcrylic acidNanotechnologyChemistryOrganic chemistryMineralogyCopolymerComposite material

Résumé

récupéré en direct d'OpenAlex

Inspired by the discovery of graphene and its unique properties, we focused our research to develop a scheme to create nacre like lamellar structures of molecular sheets of CaCO3 interleaved with an organic material, namely carbon. We developed a facile, chemical template technique, using a formulation of poly(acrylic) acid (PAA) and calcium acetate to create lamellar stacks of single crystal sheets of CaCO3, with a nominal thickness of 17 Å, the same as a unit-cell dimension for calcite (c-axis = 17.062 Å), interleaved with amorphous carbon with a nominal thickness of 8 Å. The strong binding affinity between carboxylate anions and calcium cations in the formulation was used as a molecular template to guide CaCO3 crystallization. Computational modeling of the FTIR spectra showed good agreement with experimental data and confirmed that calcium ions are bridged between polymer chains, resulting in a net-like polymer structure. The process readily lends itself to explore the feasibility of creating molecular sheets of other important inorganic materials and potentially find applications in many fields such as super capacitors and "low k di-electric" systems.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,009
Score d'incertitude au seuil0,386

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,017
Tête enseignante GPT0,252
Écart entre enseignants0,235 · 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

Citations23
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetCalcium Carbonate Crystallization and InhibitionTravaux en français237 207