MétaCan
Menu
Retour à la cohorte
Enregistrement W2734666534 · doi:10.1021/acs.langmuir.7b01740

Effect of Ionic Strength and Surface Charge Density on the Kinetics of Cellulose Nanocrystal Thin Film Swelling

2017· article· en· W2734666534 sur OpenAlexafffund
Michael S. Reid, Stephanie A. Kedzior, Marco Villalobos, Emily D. Cranston

Notice bibliographique

RevueLangmuir · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCabot Corporation
Mots-clésIonic strengthSwellingSurface chargeChemical engineeringParticle (ecology)Charge densityIonic bondingChemistryCelluloseThin filmvan der Waals forceKineticsAqueous solutionMaterials scienceComposite materialNanotechnologyPhysical chemistryOrganic chemistryMoleculeIon

Résumé

récupéré en direct d'OpenAlex

This work explores cellulose nanocrystal (CNC) thin films (<50 nm) and particle-particle interactions by investigating film swelling in aqueous solutions with varying ionic strength (1-100 mM). CNC film hydration was monitored in situ via surface plasmon resonance, and the kinetics of liquid uptake were quantified. The contribution of electrostatic double-layer forces to film swelling was elucidated by using CNCs with different surface charges (anionic sulfate half ester groups, high and low surface charge density, and cationic trimethylammonium groups). Total water uptake in the thin films was found to be independent of ionic strength and surface chemistry, suggesting that in the aggregated state van der Waals forces dominate over double-layer forces to hold the films together. However, the rate of swelling varied significantly. The water uptake followed Fickian behavior, and the measured diffusion constants decreased with the ionic strength gradient between the film and the solution. This work highlights that nanoparticle interactions and dispersion are highly dependent on the state of particle aggregation and that the rate of water uptake in aggregates and thin films can be tailored based on surface chemistry and solution ionic strength.

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)0,001
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 seuil0,284

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,018
Tête enseignante GPT0,285
Écart entre enseignants0,267 · 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

Citations49
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207