MétaCan
Menu
Retour à la cohorte
Enregistrement W2661040169 · doi:10.1021/acs.jpcb.7b00868

Free Energy of Nanoparticle Binding to Multivalent Polymeric Substrates

2017· article· en· W2661040169 sur OpenAlexafffund
Chad Gu, Rob D. Coalson, David Jasnow, Anton Zilman

Notice bibliographique

RevueThe Journal of Physical Chemistry B · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Surface Interaction Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesDivision of ChemistryNatural Sciences and Engineering Research Council of CanadaNational Science Foundation
Mots-clésNanoparticlePolymerMacromoleculeNanotechnologyNanomaterialsMaterials scienceSubstrate (aquarium)Chemical physicsChemistry

Résumé

récupéré en direct d'OpenAlex

Characterization of the interactions between nanosize ligands and polymeric substrates is important for predictive design of nanomaterials and in biophysical applications. The multivalent nature of the polymer-nanoparticle interaction and the dynamics of multiple internal conformations of the polymer chains makes it difficult to infer microscopic interactions from macroscopic binding assays. Using coarse-grained simulations, we estimate the free energy of binding between a nanoparticle and a surface-grafted polymeric substrate as a function of pertinent parameters such as polymer chain length, nanoparticle size, and microscopic polymer-nanoparticle attraction. We also investigate how the presence of the nanoparticle affects the internal configurations of the polymeric substrate, and estimate the entropic cost of binding. The results have important implications for the understanding of complex macromolecular assemblies.

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 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 seuil0,238

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 ouverte0,0010,000
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 Opus0,023
Tête enseignante GPT0,295
Écart entre enseignants0,272 · 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

Citations26
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry BMême sujetPolymer Surface Interaction StudiesTravaux en français237 207