MétaCan
Menu
Retour à la cohorte
Enregistrement W2545793667 · doi:10.1002/anie.201608219

Long‐Range Hydrophilic Attraction between Water and Polyelectrolyte Surfaces in Oil

2016· article· en· W2545793667 sur OpenAlexafffund
Chen Shi, Bin Yan, Lei Xie, Ling Zhang, Jingyi Wang, Atsushi Takahara, Hongbo Zeng

Notice bibliographique

RevueAngewandte Chemie International Edition · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Surface Interaction Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPolyelectrolyteDLVO theoryWettingChemical engineeringContact angleChemical physicsNanotechnologyMaterials scienceDrop (telecommunication)NanomechanicsChemistryAtomic force microscopyPolymerComposite materialColloidOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The outstanding water wettability and the capability of polyelectrolyte surfaces to spontaneously clean oil fouling are determined by their wetting mechanism in the surrounding medium. Here, we have quantified the nanomechanics between three types of polyelectrolyte surfaces (i.e. zwitterionic, cationic, and anionic) and water or oil drops using an atomic force microscope (AFM) drop probe technique, and elucidated the intrinsic wetting mechanisms of the polyelectrolyte surfaces in oil and water media. The measured forces between oil drops and polyelectrolyte surfaces in water can be described by the Derjaguin-Landau-Verwey-Overbeek (DLVO) theory. Surprisingly, strong long-range attraction was discovered between polyelectrolyte surfaces and water drops in oil, and the strongest interaction was measured for the polyzwitterion. This unexpected long-range "hydrophilic" attraction in oil could be attributed to a strong dipolar interaction because of the large dipole moment of the polyelectrolytes. Our results provide new nanomechanical insights into the development of novel polyelectrolyte-based materials and coatings for a wide range of engineering, bioengineering, and environmental 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 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 seuil0,002

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 Opus0,018
Tête enseignante GPT0,268
Écart entre enseignants0,250 · 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

Citations133
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAngewandte Chemie International EditionMême sujetPolymer Surface Interaction StudiesTravaux en français237 207