Nano- and microparticles at fluid and biological interfaces
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Systems with interfaces are abundant in both technological applications and biology. While a fluid interface separates two fluids, membranes separate the inside of vesicles from the outside, the interior of biological cells from the environment, and compartmentalize cells into organelles. The physical properties of interfaces are characterized by interface tension, those of membranes are characterized by bending and stretching elasticity. Amphiphilic molecules like surfactants that are added to a system with two immiscible fluids decrease the interface tension and induce a bending rigidity. Lipid bilayer membranes of vesicles can be stretched or compressed by osmotic pressure; in biological cells, also the presence of a cytoskeleton can induce membrane tension. If the thickness of the interface or the membrane is small compared with its lateral extension, both can be described using two-dimensional mathematical surfaces embedded in three-dimensional space. We review recent work on the interaction of particles with interfaces and membranes. This can be micrometer-sized particles at interfaces that stabilise emulsions or form colloidosomes, as well as typically nanometer-sized particles at membranes, such as viruses, parasites, and engineered drug delivery systems. In both cases, we first discuss the interaction of single particles with interfaces and membranes, e.g. particles in external fields, non-spherical particles, and particles at curved interfaces, followed by interface-mediated interaction between two particles, many-particle interactions, interface and membrane curvature-induced phenomena, and 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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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