MétaCan
Menu
Retour à la cohorte
Enregistrement W2563867210 · doi:10.1021/acsnano.6b05444

Probing Molecular Mechanisms of Self-Assembly in Metal–Organic Frameworks

2016· article· en· W2563867210 sur OpenAlexafffund
Debasmita Biswal, Peter G. Kusalik

Notice bibliographique

RevueACS Nano · 2016
Typearticle
Langueen
DomaineChemistry
ThématiqueMetal-Organic Frameworks: Synthesis and Applications
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for InnovationWestern Canada Research Grid
Mots-clésNanoporousNanotechnologyCarboxylateSelf-assemblyMaterials scienceMetal-organic frameworkNucleationMolecular dynamicsChemical physicsTopology (electrical circuits)ChemistryComputational chemistryAdsorptionStereochemistry

Résumé

récupéré en direct d'OpenAlex

Metal-organic framework materials (MOFs) are a class of nanoporous materials, important to many applications (e.g., gas storage, separation), and their synthesis has received considerable attention. Yet, very little is known about the mechanisms of self-assembly of MOFs. Here, we provide molecular-level insights into the previously unexplored behavior of the self-assembly process, through molecular dynamics simulations, for an archetypal Zn-carboxylate MOF system exhibiting complex vertex topologies (e.g., paddle-wheel clusters). A key finding of this study is the characterization of a stochastic and multistage ordering process intrinsic to self-assembly of the Zn-carboxylate MOF system. A variety of transient intermediate structures consisting of various types of Zn-ion clusters and carboxylate-ligand coordination, and featuring a range of geometric arrangements, are observed during structural evolution. The general features deduced here for the mechanism of the self-assembly of this archetypal MOF system expose the complexities of the various molecular-level events that can occur during the early stages of this process spanning time scales of nano- to microseconds. More generally, we provide fundamental insights that elucidate key aspects of the early stages of the self-assembly mechanism for an important class of nanoporous materials, and of experimental studies exploring nucleation and growth processes in such materials.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,051
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 recherche0,0010,000
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 Opus0,008
Tête enseignante GPT0,221
Écart entre enseignants0,214 · 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.

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

Citations65
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS NanoMême sujetMetal-Organic Frameworks: Synthesis and ApplicationsTravaux en français237 207