MétaCan
Menu
Retour à la cohorte
Enregistrement W2588869742 · doi:10.1039/c6cp08376e

Electronic properties of carbon nanotubes complexed with a DNA nucleotide

2017· article· en· W2588869742 sur OpenAlexafffund
Morteza Chehelamirani, Maurício Chagas da Silva, Dennis R. Salahub

Notice bibliographique

RevuePhysical Chemistry Chemical Physics · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensCalgary Laboratory ServicesUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaWestern Canada Research GridCompute Canada
Mots-clésCarbon nanotubeNucleotideDNACarbon fibersNanotechnologyChemistryMaterials scienceBiochemistryGeneComposite number

Résumé

récupéré en direct d'OpenAlex

Electronic properties of carbon nanotubes (CNTs) play an important role in their interactions with nano-structured materials. In this work, interactions of adenosine monophosphate (AMP), a DNA nucleotide, with metallic and semi-conducting CNTs are studied using the density functional tight binding (DFTB) method. The electronic structure of semi-conducting CNTs was found to be changed as they turned to metallic CNTs in a vacuum upon interaction with the nucleotide while metallic CNTs remain metallic. Specifically, the band gap of semi-conducting CNTs was decreased by 0.79 eV on average while nearly no change was found in the metallic tubes. However, our investigations showed that the presence of explicit water molecules prevents the metallicity change and only small changes in the CNT band gap occur. According to our charge analysis, the average negative charge accumulated on CNTs upon interaction with the AMP was determined to be 0.77 e in a vacuum while it was 0.03 e in solution. Therefore, it is essential to include explicit water molecules in simulating complexes formed by DNA nucleotides and CNTs which were ignored in several past studies performed using quantum mechanical approaches.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,232
Écart entre enseignants0,217 · 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

Citations8
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Chemistry Chemical PhysicsMême sujetCarbon Nanotubes in CompositesTravaux en français237 207